Pandas 组合csv文件，按时间对其排序，并平均列数

我有许多csv文件中的数据集，它们看起来像我所附的图片

第一列中的时间始终以分钟为单位，但原始数据文件之间的时间步长和总行数不同。我希望有一个输出文件（csv文件），其中所有原始文件按时间进行组合和排序。因此，时间从柱的顶部增加到底部

当存在多个数值时，应平均浓度列

我试着这样做：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

d1 = pd.read_csv('dat1.txt', sep="\t")
d2 = pd.read_csv('dat2.txt', sep="\t")

d1.columns
d2.columns

merged_outer = pd.merge(d1,d2, on='time', how='outer')
print merged_outer

但这并不能产生正确的输出。我是熊猫的初学者，但我希望我能很好地解释这个问题。谢谢你的任何想法或建议

---

谢谢你的想法。不幸的是，当我运行它时，我收到一条错误消息说dat1.txt不存在。当我最初通过以下方式读取原始文件时，我觉得这很奇怪：

d1 = pd.read_csv('dat1.txt', sep="\t")
d2 = pd.read_csv('dat2.txt', sep="\t")

对不起，这里的数据为原始文本：

raw data 1 
time    column2 column3 concentration
1   2   4   3
2   2   4   6
4   2   4   2
7   2   4   5


raw data 2 
time    column2 column3 concentration
1   2   4   6
2   2   4   2
8   2   4   9
10  2   4   5
12  2   4   7

---

像这样的东西可能有用

filenames = ['dat1.txt', 'dat2.txt',...]
dataframes = {filename: pd.read_csv(filename, sep="\t") for filename in filenames}

merged_outer = pd.concat(dataframes).groupby('time').mean()

---

当您将dict传递给

pd.concat

时，它会创建一个多索引数据框，dict键为level0

，下次您提问时，粘贴

csv

文件原始文本的例外部分，而不是屏幕截图，这样其他人就可以更轻松地测试他们的代码