Python 如何合并和格式化多个csv文件中的列元素,并将其转储到新的csv文件中
我有多个CSV文件。它们都有一个id列 在A.csv中Python 如何合并和格式化多个csv文件中的列元素,并将其转储到新的csv文件中,python,pandas,shell,csv,Python,Pandas,Shell,Csv,我有多个CSV文件。它们都有一个id列 在A.csv中 ID --- 01487 01986 01478 在b.csv中 ID --- 01578 01568 01478 我想从这些CSV文件创建一个CSV,其中 c、 csv 我见过按列连接,但我希望我的所有id都在同一列中。 我见过panda连接,但不能像这样格式化。欢迎任何基于python panda的解决方案或shell命令解决方案在shell中使用以下代码: cat a.csv >> c.scv tail -n 2 b.
ID
---
01487
01986
01478
在b.csv中
ID
---
01578
01568
01478
我想从这些CSV文件创建一个CSV,其中
c、 csv
我见过按列连接,但我希望我的所有id都在同一列中。
我见过panda连接,但不能像这样格式化。欢迎任何基于python panda的解决方案或shell命令解决方案在shell中使用以下代码:
cat a.csv >> c.scv
tail -n 2 b.csv >> c.csv
你能试试下面吗
import os
import glob
import pandas as pd
os.chdir("/mydir")
def merge_all_csv(extension='csv',final_file_name="final_csv"):
all_filenames = [i for i in glob.glob('*.{}'.format(extension))]
#combine all files in the list
combined_csv = pd.concat([pd.read_csv(f) for f in all_filenames ])
#export to csv
return combined_csv.to_csv( final_file_name, index=False, encoding='utf-8-sig')
merge_all_csv()
您是列表中的数据帧吗?只要调用,假设列表被调用
dfs
callpd.concat(dfs)
import os
import glob
import pandas as pd
os.chdir("/mydir")
def merge_all_csv(extension='csv',final_file_name="final_csv"):
all_filenames = [i for i in glob.glob('*.{}'.format(extension))]
#combine all files in the list
combined_csv = pd.concat([pd.read_csv(f) for f in all_filenames ])
#export to csv
return combined_csv.to_csv( final_file_name, index=False, encoding='utf-8-sig')
merge_all_csv()