连接数据集的问题[重复]

Question

我希望连接的文件夹中有大约 500 个数据集。它们都有相同的列名：“Year”、“ZIP Code”、“Var1”、“Var2”、“Var3”。

我使用以下代码循环浏览文件夹中的文件：

directory = '/MyDirectory'
os.chdir(directory) 
files = os.listdir()

for f in files:
    if f.endswith('.csv'):
        combined_dataset = pd.concat([pd.read_csv(f)])

当我输出数据集时，仅显示 2019 年和邮政编码 000001 的数据集。我打印了整个文件列表，我想要连接的数据集都在那里。对为什么会出现这种情况有任何见解吗？谢谢！

Answer 1

当您想将 df1 与 df2 连接时，您必须：

pd.concat([df1, df2], axis = 1)

我建议您创建一个新的数据框并连接加载的文件。

combined_dataset = pd.DataFrame()

for f in files:
    if f.endswith('.csv'):
        combined_dataset = pd.concat([combined_dataset , pd.read_csv(f)], axis = 1)