Python 如何将数据帧转换为一个大数据帧?
我编写了一个程序(下面的代码),为文件夹中的每个文件提供一个数据帧。数据框中是文件中的季度和计数(季度在文件中出现的频率)。循环中一个文件的输出如下所示:Python 如何将数据帧转换为一个大数据帧?,python,pandas,dataframe,Python,Pandas,Dataframe,我编写了一个程序(下面的代码),为文件夹中的每个文件提供一个数据帧。数据框中是文件中的季度和计数(季度在文件中出现的频率)。循环中一个文件的输出如下所示: 2008Q4 230 2009Q1 186 2009Q2 166 2009Q3 173 2009Q4 246 2010Q1 341 2010Q2 336 2010Q3 200 2010Q4 748 2011Q1 625 2011Q2 690 2011Q3 970 2011
2008Q4 230
2009Q1 186
2009Q2 166
2009Q3 173
2009Q4 246
2010Q1 341
2010Q2 336
2010Q3 200
2010Q4 748
2011Q1 625
2011Q2 690
2011Q3 970
2011Q4 334
2012Q1 573
2012Q2 53
我怎样才能创建一个大数据框架,其中对文件夹中所有文件的季度计数进行汇总
path = "crisisuser"
os.chdir(path)
result = [i for i in glob.glob('*.{}'.format("csv"))]
os.chdir("..")
for i in result:
df = pd.read_csv("crisisuser/"+i)
df['quarter'] = pd.PeriodIndex(df.time, freq='Q')
df=df['quarter'].value_counts().sort_index()
我认为您需要将所有
系列
附加到列表中,然后使用和求和
每个索引值:
out = []
for i in result:
df = pd.read_csv("crisisuser/"+i)
df['quarter'] = pd.PeriodIndex(df.time, freq='Q')
out.append(df['quarter'].value_counts().sort_index())
s = pd.concat(out).sum(level=0)
我认为您需要将所有
系列
附加到列表中,然后使用和求和
每个索引值:
out = []
for i in result:
df = pd.read_csv("crisisuser/"+i)
df['quarter'] = pd.PeriodIndex(df.time, freq='Q')
out.append(df['quarter'].value_counts().sort_index())
s = pd.concat(out).sum(level=0)