如何在 Python 中將多個 CSV 檔案合併到單一 Pandas DataFrame 中？

在 Python 中將多個 CSV 檔案合併到單一 DataFrame

此任務的目標是將多個 CSV 檔案從一個目錄匯入到單一 pandas DataFrame 中。以下是實現此操作的方法：

導入必要的庫

首先，導入文件處理和資料操作所需的庫：

import pandas as pd
import glob
import os

讀取和連接CSV 檔案

要讀取並連接CSV文件，請依照下列步驟操作步驟：

1. 取得檔案名稱：使用 glob.glob() 取得指定目錄下的 CSV 檔案名稱清單。
2. 讀取檔案並建立 DataFrames： 將每個 CSV 檔案讀入 pandas DataFrame。
3. 連接 DataFrame： 使用 pd.concat() 方法將所有 DataFrame 連接成一個 DataFrame。

連接程式碼

這是一個結合了這些的範例程式碼步驟：

# Get file names
path = r"C:\DRO\DCL_rawdata_files"
filenames = glob.glob(os.path.join(path, "*.csv"))

dfs = []
for filename in filenames:
    dfs.append(pd.read_csv(filename, header=0))

# Concatenate data into one DataFrame
big_frame = pd.concat(dfs, ignore_index=True)

向DataFrame 添加身份

要區分不同CSV 檔案中的數據，您可以新增一個新欄位來識別每個檔案。以下是執行此操作的幾個選項：

選項 1：將檔案名稱新增為欄位

for df in dfs:
    df["file_name"] = df.file_name.str.split("\").str[-1].str.split(".")[0]

選項2：將文件來源新增為列列

df["Source"] = np.repeat([f"File{i}" for i in range(len(dfs))], [len(df) for df in dfs])

結論

透過執行以下步驟，您可以在Python 中高效率地將多個CSV 檔案匯入到單一內聚的DataFrame 中，從而輕鬆分析和處理來自各種不同類型的資料來源。

以上是如何在 Python 中將多個 CSV 檔案合併到單一 Pandas DataFrame 中？的詳細內容。更多資訊請關注PHP中文網其他相關文章！