pandas结合了多个csv文件
我想将多个csv文件合并为一个df。
它们都是这种通用格式，带有两个索引列：
1 2
CU0112-005287-7 Output Energy, (Wh/h) 0.064 0.066
CU0112-005287-7 Lights (Wh) 0 0
1 2
CU0112-001885-L Output Energy, (Wh/h) 1.33 1.317
CU0112-001885-L Lights (Wh) 1.33 1.317
等等…
合并的df为：
1 2
CU0112-005287-7 Output Energy, (Wh/h) 0.064 0.066
CU0112-005287-7 Lights (Wh) 0 0
CU0112-001885-L Output Energy, (Wh/h) 1.33 1.317
CU0112-001885-L Lights (Wh) 1.33 1.317
我正在尝试此代码：
import os
import pandas as pd
import glob
files = glob.glob(r'2017-12-05\Aggregated\*.csv') //folder which contains all the csv files
df = pd.merge([pd.read_csv(f, index_col=[0,1])for f in files], how='outer')
df.to_csv(r'\merged.csv')
但我收到此错误：
TypeError: merge() takes at least 2 arguments (2 given)
问题答案：
我认为你需要concat，而不是merge：
df = pd.concat([pd.read_csv(f, index_col=[0,1]) for f in files])
-
我有一个文件。 使用Pandas，从这个文件中获得两个DataFrame和的最佳策略是什么？ 输入如下所示： 到目前为止，我想到的最好的方法是转换这个文件转换为Excel工作簿（），将表格拆分为工作表并使用： 然而： 这种方法需要模块。 这些日志文件必须被实时分析，这样就可以更好地找到一种方法来分析它们，因为它们来自日志。 真正的日志比那两个有更多的表。
-
问题内容： 我有两列带有字符串。我想将它们结合起来并忽略值。这样： 我试过了，但是如果任一列是nan，那都会创建一个nan值。我也考虑过使用。 我想我可以解决这个问题，然后再使用一些，但这似乎很可行。 问题答案： 调用并传递一个空的str作为填充值，然后使用param ：
-
我有多个csv文件（每个文件包含N行（例如，1000行）和43列）。 我想把文件夹中的几个csv文件读入pandas，并将它们合并到一个数据帧中。 不过我还没能弄明白。 问题是，数据帧的最终输出（即，）将所有列（即43列）合并到代码的一列（见附图）屏幕截图中 选定行和列的示例（文件一） 选择的行和列（文件二）Client_IDClient_NamePointer_of_Bins日期权重C00000
-
我试图将一个目录中的几个csv文件读入pandas，并将它们连接到一个大数据帧中，但出现以下错误： 这是我的密码 我不知道为什么它不起作用。我试图用chmod解决这个问题，但一切都变了
-
我有一个商业案例，使用Spring batch将多个csv文件（每个文件大约1000个，包含1000条记录）合并成单个csv。 请帮助我提供方法和性能方面的指导和解决方案。 到目前为止，我已经尝试了两种方法， 方法1。 Tasklet chunk与multiResourceItemReader一起从目录中读取文件，FlatFileItemWriter作为项目编写器。 这里的问题是，它的处理速度非常
-
对理解这一差异的任何帮助都是感激的。