在python中合并CSV文件[重复]
我一直试图将几个csv文件合并成一个，但它显示出一些错误。我是python新手，非常感谢您的帮助。
以下是我的代码：
import pandas as pd
import numpy as np
import glob
all_data_csv = pd.read_csv("C:/Users/Am/Documents/A.csv", encoding='utf-8')
for f in glob.glob('*.csv'):
df = pd.read_csv(f, encoding='utf-8')
all_data_csv= pd.merge(all_data_csv,df ,how= 'outer')
print(all_data_csv)
错误显示为：
Traceback (most recent call last):
File "pandas\_libs\parsers.pyx", line 1169, in pandas._libs.parsers.TextReader._convert_tokens
File "pandas\_libs\parsers.pyx", line 1299, in pandas._libs.parsers.TextReader._convert_with_dtype
File "pandas\_libs\parsers.pyx", line 1315, in pandas._libs.parsers.TextReader._string_convert
File "pandas\_libs\parsers.pyx", line 1553, in pandas._libs.parsers._string_box_utf8
UnicodeDecodeError: 'utf-8' codec can't decode byte 0x88 in position 1: invalid start byte
During handling of the above exception, another exception occurred:
Traceback (most recent call last):
File "E:/internship/j.py", line 8, in <module>
df = pd.read_csv(f, encoding='utf-8')
File "C:\Users\Amreeta Koner\AppData\Local\Programs\Python\Python37-32\lib\site-packages\pandas\io\parsers.py", line 702, in parser_f
return _read(filepath_or_buffer, kwds)
File "C:\Users\Amreeta Koner\AppData\Local\Programs\Python\Python37-32\lib\site-packages\pandas\io\parsers.py", line 435, in _read
data = parser.read(nrows)
File "C:\Users\Amreeta Koner\AppData\Local\Programs\Python\Python37-32\lib\site-packages\pandas\io\parsers.py", line 1139, in read
ret = self._engine.read(nrows)
File "C:\Users\Amreeta Koner\AppData\Local\Programs\Python\Python37-32\lib\site-packages\pandas\io\parsers.py", line 1995, in read
data = self._reader.read(nrows)
File "pandas\_libs\parsers.pyx", line 899, in pandas._libs.parsers.TextReader.read
File "pandas\_libs\parsers.pyx", line 914, in pandas._libs.parsers.TextReader._read_low_memory
File "pandas\_libs\parsers.pyx", line 991, in pandas._libs.parsers.TextReader._read_rows
File "pandas\_libs\parsers.pyx", line 1123, in pandas._libs.parsers.TextReader._convert_column_data
File "pandas\_libs\parsers.pyx", line 1176, in pandas._libs.parsers.TextReader._convert_tokens
File "pandas\_libs\parsers.pyx", line 1299, in pandas._libs.parsers.TextReader._convert_with_dtype
File "pandas\_libs\parsers.pyx", line 1315, in pandas._libs.parsers.TextReader._string_convert
File "pandas\_libs\parsers.pyx", line 1553, in pandas._libs.parsers._string_box_utf8
UnicodeDecodeError: 'utf-8' codec can't decode byte 0x88 in position 1: invalid start byte
共有2个答案
#run the same code with little addon
pd.read_csv("C:/Users/Am/Documents/A.csv",header=0,encoding = "ISO-8859-1")
您的csv文件中似乎有一个非ascii字符。我会在这里查看答案。希望能有帮助。
-
问题内容： 我是Python的初学者。我有多个CSV文件（超过10个），并且它们的列数均相同。我想将所有这些文件合并到一个CSV文件中，在该文件中不再重复标题。 因此，从本质上讲，我只需要具有所有标题的第一行，然后就需要合并所有CSV文件中的所有行。我该怎么做呢？ 到目前为止，这是我尝试过的。 问题答案： 虽然我认为最好的答案是来自@valentin的答案，但您可以完全不用模块就可以做到这一点：
-
我正在用python编写一个CSV文件，使用以下行： 不幸的是，输出显示了一个无用的列，如下所示： 如何才能摆脱这个无用的第一纵队？
-
我有一些具有相同列标题的CSV文件。例如 文件A 文件B 我想合并它，以便将数据合并到一个文件中，标题在顶部，但其他地方没有标题。 实现这一目标的好方法是什么？
-
问题内容： 我正在使用Python脚本处理大型CSV文件（数以10M行的GB数）。 这些文件具有不同的行长，并且无法完全加载到内存中进行分析。 每行由脚本中的一个函数分别处理。分析一个文件大约需要20分钟，并且看来磁盘访问速度不是问题，而是处理/函数调用。 代码看起来像这样（非常简单）。实际的代码使用Class结构，但这是相似的： 鉴于计算需要共享的数据结构，使用多核在Python中并行运行分析的
-
问题内容： 我有一些具有相同列标题的CSV文件。例如 文件A 文件B 我想将其合并，以便将数据合并到一个文件中，文件头位于顶部，但其他任何地方都没有文件头。 什么是实现此目标的好方法？ 问题答案： 这应该工作。它检查要合并的文件是否具有匹配的头。否则将引发异常。异常处理（关闭流等）已作为练习。
-
我从不同的来源获得不同长度的CSV文件。CSV 中的列是不同的，唯一的例外是每个 CSV 文件将始终有一个 Id 列，可用于绑定不同 CSV 文件中的记录。一次需要处理两个这样的 CSV 文件。该过程是从第一个文件中获取 Id 列并匹配第二个 CSV 文件中的行，并创建包含第一个和第二个文件中内容的第三个文件。id 列可以在第一个文件中重复。例如，下面给出。请注意，第一个文件可能有 18 到 19