连接具有不同尺寸的 csv 文件答案

【问题标题】：to concat csv files having different dimensions连接具有不同尺寸的 csv 文件
【发布时间】：2021-01-23 02:53:21
【问题描述】：

我有 10 个不同尺寸的 csv 文件，所以我想将它连接起来，有 10 个 csv 文件。看起来像，所以我想将它连接成一个文件，但是每当我这样做时，格式都会改变。

我想要一个csv文件

dfs = glob.glob(path + '*.csv')

result = pd.concat([pd.read_csv(df,header=None) for df in dfs])

result.to_csv(path + 'merge.csv',header=None)

【问题讨论】：

您可能应该使用pd.concat([...], axis=1)，但是您的代码的结果是什么？它会引发错误吗？它会输出不需要的结果吗？
你有没有费心看看 pd.concat 甚至做了什么？打赌你会很快找到答案^

标签： python pandas csv concatenation

【解决方案1】：

你必须使用.concat。

以下代码仅适用于少数 Csv 文件（此处为 3）

df1 = pd.read_csv(r"address\1.csv",
                  index_col=[0], parse_dates=[0])
df2 = pd.read_csv(r"address\2.csv",
                  index_col=[0], parse_dates=[0])
df3 = pd.read_csv(r"address\3.csv",
                  index_col=[0], parse_dates=[0])

finaldf = pd.concat([df1, df2, df3], axis=1, join='inner').sort_index()
finaldf.to_csv('result.csv')

使用下面的代码，您可以在同一目录中连接您想要的 infinite csv 文件：

import pandas as pd
import os

os.chdir(path)

dfs = [pd.read_csv(f, index_col=[0], parse_dates=[0])
        for f in os.listdir(os.getcwd()) if f.endswith('csv')]

result_csv = pd.concat(dfs, axis=1, join='inner').sort_index()
result_csv.to_csv('result.csv')

它会保存到您上面使用的path 中的result.csv。

【讨论】：

ValueError: Shape of passed values is (1261, 9), indices imply (467, 9) 给了我这个错误
@KrupaliMistry 在我发布之前它对我有用，你可以使用join 而不是concat 我认为这将帮助你解决错误
试试这个：dfs = [pd.read_csv(f, parse_dates=[0]) for f in os.listdir(os.getcwd()) if f.endswith('csv')]
@KrupaliMistry result_csv = pd.concat(dfs, axis=1); result_csv.to_csv('result.csv')
@KrupaliMistry 我编辑了答案检查第一部分（对于几个 csv）

【解决方案2】：

您可能希望水平合并 csv 文件。例如，使用axis=1，

df1 = pd.read_csv('f1.txt')
df2 = pd.read_csv('f2.txt')

combined = pd.concat([df1, df2], axis=1)
combined.to_csv('merged_csv.csv')

这对我有用：

import pandas as pd
import os

os.chdir(path)

dfs = [pd.read_csv(f, parse_dates=[0])
        for f in os.listdir(os.getcwd()) if f.endswith('csv')]

result_csv = pd.concat(dfs, axis=1)
result_csv.to_csv('result.csv')

【讨论】：