将多个.csv文件中的数据导入到单个数据框中
问题描述:
我无法从几个.csv文件中将数据获取到单个数组中。我可以从.csv文件中获取所有数据,但我无法将所有数据都转换为简单的numpy数组。每个.csv文件的名称对我来说都很重要,所以最后我希望有一个Pandas DataFrame,其中包含以.csv文件的初始名称标记的列。将多个.csv文件中的数据导入到单个数据框中
import glob
import numpy as np
import pandas as pd
files = glob.glob("*.csv")
temp_dict = {}
wind_dict = {}
for file in files:
data = pd.read_csv(file)
temp_dict[file[:-4]] = data['HLY-TEMP-NORMAL'].values
wind_dict[file[:-4]] = data['HLY-WIND-AVGSPD'].values
temp = []
wind = []
name = []
for word in temp_dict:
name.append(word)
temp.append(temp_dict[word])
for word in wind_dict:
wind.append(wind_dict[word])
temp = np.array(temp)
wind = np.array(wind)
当我打印温度或风我得到的是这样的:
[array([ 32.1, 31.1, 30.3, ..., 34.9, 33.9, 32.9])
array([ 17.3, 17.2, 17.2, ..., 17.5, 17.5, 17.2])
array([ 41.8, 41.1, 40.6, ..., 44.3, 43.4, 42.6])
...
array([ 32.5, 32.2, 31.9, ..., 34.8, 34.1, 33.7])]
当我真正想要的是:
[[ 32.1, 31.1, 30.3, ..., 34.9, 33.9, 32.9]
[ 17.3, 17.2, 17.2, ..., 17.5, 17.5, 17.2]
[ 41.8, 41.1, 40.6, ..., 44.3, 43.4, 42.6]
...
[ 32.5, 32.2, 31.9, ..., 34.8, 34.1, 33.7]]
这并不工作,但为目标我代码:
df = pd.DataFrame(temp, columns=name)
而当我尝试t o使用Pandas的DataFrame,每一行都是它自己的数组,因为它认为每一行只有元素,所以它没有帮助。我知道问题是与“阵列(...)”我只是不知道如何摆脱它。提前感谢您的宝贵时间和考虑。
答
我认为你可以使用:
files = glob.glob("*.csv")
#read each file to list of DataFrames
dfs = [pd.read_csv(fp) for fp in files]
#create names for each file
lst4 = [x[:-4] for x in files]
#create one big df with MultiIndex by files names
df = pd.concat(dfs, keys=lst4)
如果想单独DataFrame
更迭以上重塑解决最后一行:
df = pd.concat(dfs, keys=lst4).unstack()
df_temp = df['HLY-TEMP-NORMAL']
df_wind = df['HLY-WIND-AVGSPD']
什么是'temp'转换为'array'前? – jezrael
你可以添加一些样品吗? – jezrael