如何使用python实现多个csv文件数据的合并和输出
作者:yblll
文章介绍了如何使用Python批量合并多个CSV文件,并提供具体代码示例,代码简单易懂,感兴趣的朋友一起看看吧
如何使用python实现多个csv文件数据的合并和输出
具体代码
import pandas as pd import os df01 = pd.read_csv("D:\\12140\\Desktops\\111\\t11.csv", encoding='utf-8', dtype='str') df02 = pd.read_csv("D:\\12140\\Desktops\\111\\t12.csv", encoding='utf-8', dtype='str') df03 = pd.read_csv("D:\\12140\\Desktops\\111\\t13.csv", encoding='utf-8', dtype='str') df04 = pd.read_csv("D:\\12140\\Desktops\\111\\t14.csv", encoding='utf-8', dtype='str') df_pri12 = pd.merge(df01, df02, on='成果名称', how='outer') df_pri123 = pd.merge(df_pri12, df03, on="成果名称", how='outer') df_pri1234 = pd.merge(df_pri123, df04, on="成果名称", how='outer') df_pri1234.to_csv('D:\\12140\\Desktops\\111\\222\\test001.csv', header=True, index=False)
补充:python批量合并csv文件
python批量合并csv文件
import os import pandas as pd # 指定包含CSV文件的文件夹路径 folder_path = "C:\\Users\\Administrator\\Desktop\\datasplit" # 获取文件夹中的所有CSV文件 csv_files = [file for file in os.listdir(folder_path) if file.endswith('.csv')] print(csv_files) # 打印出找到的CSV文件列表 # 创建一个空的DataFrame来存储合并后的数据 merged_data = pd.DataFrame() # 遍历所有CSV文件并合并它们 for file in csv_files: file_path = os.path.join(folder_path, file) # 读取CSV文件,使用GBK编码(GBK是一种常见的中文字符编码) df = pd.read_csv(file_path, encoding='GBK') # 添加一个新的列,用于标识数据来自哪个CSV文件 df['SourceFile'] = file # 合并数据,将当前CSV文件的数据追加到已合并的数据中 merged_data = pd.concat([merged_data, df], ignore_index=True) # 将合并后的数据保存为一个新的CSV文件,指定index=False以避免保存索引列 merged_data.to_csv("C:\\Users\\Administrator\\Desktop\\合并数据.csv", index=False) # 打印完成消息 print('成功')
到此这篇关于如何使用python实现多个csv文件数据的合并和输出的文章就介绍到这了,更多相关python多个csv文件合并内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!