如何读取多个 csv 文件并将它们转换为 3d 数据框

Question

我有多个 .csv 文件。它们具有相同的列大小但不同的行数。我想制作一个第三维显示每个文件的数据框。我尝试读取每个文件并将其保存到数据框，然后将它们附加到列表中，但是当将列表转换为数据框时，输出是二维数据框（如果我们有 5 个文件，则输出是 (5, 1) 数据框）。

path = "Something"
filelist = os.listdir(Path)
print(filelist)
all_csv_files = []
for x in filelist:
    df = pd.read_csv(Path + "\\" + x)
    all_csv_files.append(df)

dataset = pd.DataFrame(all_csv_files)
dataset.shape

还尝试读取每个文件并将其保存到一个 numpy 数组并堆叠它们（np.stack），但数组的大小不同。 pandas.Panel 也已弃用。

例如，如果我们有 2 个 csv 文件，如第一个是：

a,b,c,d
a,b,d,c
b,x,y,z

第二个是：

1,2,3,4
2,3,5,4

我想输出如下：

[
  [[a,b,c,d],[a,b,d,c],[a,x,y,z]],
  [[1,2,3,4],[2,3,5,4], [Nan, Nan, Nan, Nan]]
]

即 (2,3,4)。

我宁愿不填nan，但如果没有办法也可以。

Answer 1

如果您在所有 csv 文件中都有相同的列，那么您可以尝试下面的代码。我添加了 header=0 以便在读取 csv 后第一行可以指定为列名。

import pandas as pd
import glob

path = r'C:\DRO\DCL_rawdata_files' # use your path
all_files = glob.glob(path + "/*.csv")

li = []

for filename in all_files:
    df = pd.read_csv(filename, index_col=None, header=0)
    li.append(df)

frame = pd.concat(li, axis=0, ignore_index=True)

您可以阅读这个 stackoverflow 问题 (Import multiple csv files into pandas and concatenate into one DataFrame)，然后您可以轻松地终止您的场景。

您可以使用 Asyncio 加快读取所有 xyz.csv 文件的速度