组合多个csv';通过对python中的每个单元格求平均值来进行排序

组合多个csv';通过对python中的每个单元格求平均值来进行排序,python,pandas,dataframe,csv,matrix,Python,Pandas,Dataframe,Csv,Matrix,我有7个csv文件,每个文件都包含相同的列和行。我试图将这些数据合并到1个csv中,其中每个单元格是7个相同单元格的平均值。(例如,新csv(c3)=平均值(输入csv(c3)) 下面是一个输入的示例。输出应该是相同的(6列x 15行),但每个单元格中的值将被平均 到目前为止,我有这段代码来加载csv文件,我正在阅读关于将它们制作成矩阵的内容,但我没有看到任何关于按每个单元格合并和平均的内容,只有行或列 listdrs = os.listdir(dir_path) listdrs_path =

我有7个csv文件,每个文件都包含相同的列和行。我试图将这些数据合并到1个csv中,其中每个单元格是7个相同单元格的平均值。(例如,新csv(c3)=平均值(输入csv(c3))

下面是一个输入的示例。输出应该是相同的(6列x 15行),但每个单元格中的值将被平均

到目前为止,我有这段代码来加载csv文件,我正在阅读关于将它们制作成矩阵的内容,但我没有看到任何关于按每个单元格合并和平均的内容,只有行或列

listdrs = os.listdir(dir_path)
listdrs_path = [ dir_path + x for x in listdrs]
failed_list = []
csv_matrix = []
for file_path in listdrs_path:
    tickercsv = file_path.replace(string, '')
    ticker = tickercsv.replace('.csv', '')
    data = pd.read_csv(file_path, index_col=0)
    csv_matrix.append(data)

如果在包含所有csv文件的目录中运行此操作,则可以使用glob查找所有文件,然后使用
pd.read_csv()
创建dfs元组,可选参数
header=None
,具体取决于您是否有列名。然后,您可以将它们合并,按索引分组,并取平均值

import pandas as pd
import glob

files = glob.glob('*.csv')
dfs = (pd.read_csv(f, headers=None) for f in files)
pd.concat(dfs).groupby(level=0).mean()