获取一个文件所有csv并合并
时间: 2023-05-15 08:08:13 浏览: 65
您可以使用Python中的pandas库来获取一个文件夹中所有的csv文件并将它们合并成一个文件。以下是示例代码:
```python
import os
import pandas as pd
# 设置文件夹路径
folder_path = '/path/to/folder'
# 获取文件夹中所有csv文件的路径
csv_files = [os.path.join(folder_path, f) for f in os.listdir(folder_path) if f.endswith('.csv')]
# 将所有csv文件合并成一个DataFrame
df = pd.concat([pd.read_csv(f) for f in csv_files])
# 将DataFrame保存为csv文件
df.to_csv('/path/to/output.csv', index=False)
```
请注意,您需要将`/path/to/folder`和`/path/to/output.csv`替换为您实际的文件夹路径和输出文件路径。
相关问题
python获取多个csv文件中固定几列,并合并在另一个CSV文件中
可以使用 pandas 库来实现。首先,使用 pandas 的 read_csv 函数读取多个 csv 文件,然后使用 loc 函数选择需要的列,最后使用 concat 函数将这些列合并到一个新的 DataFrame 中,最后使用 to_csv 函数将新的 DataFrame 保存为一个 csv 文件。具体实现可以参考以下代码:
```python
import pandas as pd
# 读取多个 csv 文件
df1 = pd.read_csv('file1.csv')
df2 = pd.read_csv('file2.csv')
df3 = pd.read_csv('file3.csv')
# 选择需要的列
df1 = df1.loc[:, ['col1', 'col2']]
df2 = df2.loc[:, ['col1', 'col2']]
df3 = df3.loc[:, ['col1', 'col2']]
# 合并到一个新的 DataFrame 中
df = pd.concat([df1, df2, df3])
# 保存为一个 csv 文件
df.to_csv('new_file.csv', index=False)
```
注意,这里的 `col1` 和 `col2` 分别代表需要选择的列名,可以根据实际情况进行修改。同时,`index=False` 表示不保存索引列。
写一个将一堆csv文件合并为一个csv文件的代码
可以使用Python中的pandas库来实现将多个csv文件合并为一个csv文件的功能。以下是一个简单的示例代码:
```python
import os
import pandas as pd
# 指定要合并的文件夹路径和保存的文件名
folder_path = 'path/to/folder'
save_file_name = 'merged.csv'
# 获取文件夹中所有csv文件的路径
file_paths = [os.path.join(folder_path, f) for f in os.listdir(folder_path) if f.endswith('.csv')]
# 读取所有csv文件并合并为一个DataFrame
dfs = []
for file_path in file_paths:
df = pd.read_csv(file_path)
dfs.append(df)
merged_df = pd.concat(dfs)
# 将合并后的DataFrame保存为csv文件
merged_df.to_csv(save_file_name, index=False)
```
以上代码首先指定了要合并的csv文件所在的文件夹路径和保存的文件名。然后通过os模块获取该文件夹中所有以.csv结尾的文件路径,并利用pandas库中的read_csv()函数逐个读取这些csv文件,将它们合并为一个DataFrame。最后,将合并后的DataFrame保存为一个新的csv文件。
阅读全文