如何使用 Python Pandas 合并多个 CSV 文件
How to merge multiple CSV files using Python Pandas
我想知道如何使用 Pandas 合并多个 CSV 文件,但使用两个特定条件:
- 我不希望合并具有公共键的值。例如,我 不希望 像通过 SQL 加入那样合并数据。我希望所有原始数据都像在原始 CSV 文件中那样显示
- 我希望将 CSV 文件值合并为新列,而不是,就像在追加函数中那样,它将值放在第一个分组下面
例如:
CSV 文件 1
Column A Column B Column C
100 200 300
CSV 文件 2
Column A Column B Column C
400 500 600
期望输出
Column A Column B Column C Column A Column B Column C
100 200 300 400 500 600
您可以通过传递参数 concatenate 按列 concatenate 它们 axis=1
:
In [26]:
pd.concat([df,df1],axis=1)
Out[26]:
Column A Column B Column C Column A Column B Column C
0 100 200 300 400 500 600
我想知道如何使用 Pandas 合并多个 CSV 文件,但使用两个特定条件:
- 我不希望合并具有公共键的值。例如,我 不希望 像通过 SQL 加入那样合并数据。我希望所有原始数据都像在原始 CSV 文件中那样显示
- 我希望将 CSV 文件值合并为新列,而不是,就像在追加函数中那样,它将值放在第一个分组下面
例如:
CSV 文件 1
Column A Column B Column C
100 200 300
CSV 文件 2
Column A Column B Column C
400 500 600
期望输出
Column A Column B Column C Column A Column B Column C
100 200 300 400 500 600
您可以通过传递参数 concatenate 按列 concatenate 它们 axis=1
:
In [26]:
pd.concat([df,df1],axis=1)
Out[26]:
Column A Column B Column C Column A Column B Column C
0 100 200 300 400 500 600