Question

这是为了创建最终的数据帧以进行分析，因此我有三种csv文件，我想从文件1和文件2中提取特定的列，然后将其串联到文件3中以获得单个csv文件。 >

我有一个文件夹，其中三种文件都作为子文件夹->即3个子文件夹这3个子文件夹包含来自实验不同部分的数据，并按参与者编号排序。例如，对于参与者1001，我在每个子文件夹中都有一个文件p1001 与参与者1002类似，在每个文件夹中我都有p1002，依此类推。因此，对于每个参与者，我有三个名称相同但文件夹不同的文件。如何结合来自三个不同子文件夹的选定列，为每个参与者创建单个csv文件？

import pandas as pd
import os, csv, pdb
import glob

a=[]
base_dir='/Users/...../Desktop/data/'
folders = ('All', 'Choice', 'Choice_S')
pattern = '{}/[{}]/**/filename.csv'.format(base_dir, ''.join(folders))
for filename in glob.glob(pattern):
    filename=pd.DataFrame
    df1=filename[filename['reaction_time']]
    a.append[df1

这就是我尝试做的

Answer 1

我试图举一个例子来重提您的案子

我生成了3个随机文件，每个文件具有3列和100行，并且每个文件都位于不同的文件夹中

import numpy as np 
import pandas as pd


a = np.random.rand(100,3) 
b = np.random.rand(100,3) 
c = np.random.rand(100,3) 


dataframe1 = pd.DataFrame(a)
dataframe2 = pd.DataFrame(b)
dataframe3 = pd.DataFrame(c)

dataframe1.columns = dataframe2.columns = dataframe3.columns = {"col1","col2","col3"}

dataframe1.to_csv("./1/a.csv")
dataframe2.to_csv("./2/a.csv")
dataframe3.to_csv("./3/a.csv")

然后我读回csv文件，然后针对每个文件的每一列，将行合并，并将结果存储在包含3个文件的300行合并行的数据框中使用 pandas.concat 和axis = 0，然后使用轴= 1

的相同功能合并列

a1 = pd.read_csv("./1/a.csv")
a2 = pd.read_csv("./2/a.csv")
a3 = pd.read_csv("./3/a.csv")



combined_col1 = pd.concat([a1["col1"],a2["col1"],a3["col1"]],axis=0) 
combined_col2 = pd.concat([a1["col2"],a2["col2"],a3["col2"]],axis=0) 
combined_col3 = pd.concat([a1["col3"],a2["col3"],a3["col3"]],axis=0) 

combine_col1_col2 = pd.concat([combined_col1,combined_col2],axis=1) 


combine_col1_col2.to_csv("result.csv")

希望有帮助

将来自不同文件夹的多个csv文件中的选定列合并到单个csv文件中

1 个答案: