如何使用 Pandas 将 csv 文件的大数据按列合并到单个 csv 文件中？答案

【问题标题】：How to merge big data of csv files column wise into a single csv file using Pandas?如何使用 Pandas 将 csv 文件的大数据按列合并到单个 csv 文件中？
【发布时间】：2020-02-22 22:28:14
【问题描述】：

就国家/地区而言，我有很多大数据 csv 文件，我想将它们的列合并到一个 csv 文件中，此外，每个文件都有“年份”作为索引，并且长度和数字都相同。您可以在下面看到一个 Japan.csv 文件的给定示例。

如果有人可以帮助我，请告诉我。谢谢！！

【问题讨论】：

你能说明一下你的目标吗？
想合并所有的csv文件兄弟！但是每个 csv 文件除了国家名称之外都与上面提到的图片相同。
我只看到一个...
我的目录中有大约 200 个 csv 文件。我怎么给你看？
我的答案是否正确？

标签： python-3.x pandas jupyter-notebook

【解决方案1】：

尝试使用：

import pandas as pd
import glob
l = []
path = 'path/to/directory/'
csvs = glob.glob(path + "/*.csv")
for i in csvs:
    df = pd.read_csv(i, index_col=None, header=0)
    l.append(df)
df = pd.concat(l, ignore_index=True)

【讨论】：

【解决方案2】：

这应该可行。它遍历每个文件名，读取它并将所有内容组合成一个 df。您可以将此 df 导出到 csv 或对其执行任何操作。 GL.

import pandas as pd

def combine_csvs_into_one_df(names_of_files):
    one_big_df = pd.DataFrame()
    for file in names_of_files:
        try:
            content = pd.read_csv(file)
        except PermissionError:
            print (file,"was not found")
            continue

        one_big_df = pd.concat([one_big_df,content])
        print (file," added!")

    print ("------")
    print ("Finished")

    return one_big_df

【讨论】：