将多个 CSV 文件加载到一个具有多级的 DataFrame 中答案

【问题标题】：Load Multiple CSV files into one DataFrame with multilevel将多个 CSV 文件加载到一个具有多级的 DataFrame 中
【发布时间】：2020-01-23 10:47:57
【问题描述】：

我想将多个 CSV 文件加载到一个数据帧中。每个 CSV 包含 6 列的股票数据（'Open'、'High'、'Low'、'Close'、'Adj Close'、'Volume'）。我设法加载了 CSV 文件，但我缺少列名（每个代码，来自 CSV）。

sp500 =  os.listdir(os.path.splitext(os.getcwd()+'/spy500')[0])

combined = pd.concat([pd.read_csv('spy500/'+i, parse_dates=True, index_col='Date') for i in sp500], axis=1)

输出：

Open    | High  |Low    |Close| Adj Close   |Volume|    Open|   High|   Low Close|  Adj Close   |Volume

希望输出：

AAPL                                            | GOOG                  
Open |High  |Low    |Close  |Adj Close  |Volume |Open   |High   |Low    |Close  |Adj Close  |Volume

输出是正确的，我唯一需要的是添加一个多级列： 5986行×3030列

【问题讨论】：

stackoverflow.com/questions/52289386/… 这有帮助吗？
你能在不同的csv和预期的输出中放一个列的例子吗
print (sp500[:5]) 是什么？
['A.csv', 'AAL.csv', 'AAP.csv', 'AAPL.csv', 'ABBV.csv']

标签： python pandas csv

【解决方案1】：

使用dictionary comprehension:

comp = {i.split('.')[0]: 
        pd.read_csv('spy500/'+i, parse_dates=True, index_col='Date') for i in sp500}
combined = pd.concat(comp, axis=1)

【讨论】：