Python實(shí)現(xiàn)本地csv文件合并

更新時間：2022年02月14日 15:46:13 作者：渴望成為寂寞勝者

大家好，本篇文章主要講的是Python實(shí)現(xiàn)本地csv文件合并，感興趣的同學(xué)趕快來看一看吧，對你有幫助的話記得收藏一下

一、單文件之間合并

首先，要查詢目錄底下的文件要導(dǎo)入OS。并且我們要將.csv文件以pandas的dataframe底下，因此要導(dǎo)入PANDAS，另外由于我們要遍歷目錄，因此導(dǎo)入 GLOB：

import os
import pandas as pd 
import glob

注：

import os的作用:在python環(huán)境下對文件，文件夾執(zhí)行操作的一個模塊。

os.name返回當(dāng)前系統(tǒng)
os.getcwd()返回當(dāng)前的路徑
os.remove(路徑）刪除路徑下的文件

import glob的作用: glob是python自帶的一個操作文件的相關(guān)模塊，由于模塊功能比較少，所以很容易掌握。用它可以查找符合特定規(guī)則的文件路徑名。使用該模塊查找文件，只需要用到： “*”, “?”, “[]”這三個匹配符;

”*”匹配0個或多個字符；
”?”匹配單個字符；
”[]”匹配指定范圍內(nèi)的字符，如：[0-9]匹配數(shù)字。

f1=open('../input/covid19temp/2020/12-30-2020.csv').read()
f2=open('../input/covid19temp/2020/12-31-2020.csv').read()

with open('f1112.csv','a+') as f:
    f.write('\n'+f1)
    f.write('\n'+f2)

在這里插入圖片描述

合并完成之后就會多出一個f1112.csv文件：

在這里插入圖片描述

然而打開f1112.csv后發(fā)現(xiàn)合并后的文件有一些臟數(shù)據(jù)沒有整理：

在這里插入圖片描述

這時候我們試試skiprows:
在讀取文件的時候設(shè)置skiprows參數(shù)的值，設(shè)置為1,會跳過一行，這里是要將第二個文件的索引屬性給去掉，因?yàn)橐呀?jīng)和第一個文件合并了，而第一個文件有索引屬性了。

f1=pd.read_csv('../input/covid19temp/2020/12-30-2020.csv')
f2=pd.read_csv('../input/covid19temp/2020/12-31-2020.csv',skiprows=1)
f1112=f1.append(f2)

f1112.to_csv('f1112.csv') # 導(dǎo)出該文件

在這里插入圖片描述

在本地目錄中打開該文件：

在這里插入圖片描述

二、單個文件夾底下多個文件合并

csv_list=glob.glob('../input/covid19temp/2020/*.csv') 
# 如果不加上*的話拿到的就是目錄的名稱，如果加上*，拿到的就是完整的目錄數(shù)據(jù)
print(csv_list)

在這里插入圖片描述

for i in csv_list:  
    fr=open(i,'r').read()
    with open('2020csvdata.csv','a') as f:
        f.write(fr)
    f.close()
print('數(shù)據(jù)文件合并完成！')

在這里插入圖片描述

csv_list=glob.glob('../input/covid19temp/2020/*')
for i in csv_list:
    fr=open(i,'rb').read()
    with open('2020csvdata2.csv','ab') as f:
        f.write(fr)
    f.close()
print('數(shù)據(jù)文件合并完成！')

在這里插入圖片描述

csv_list=glob.glob('../input/covid19temp/2020/*')
csvdatadf=pd.DataFrame()
for i in csv_list:
    csvdata=pd.read_csv(i)
    csvdatadf=csvdatadf.append(csvdata)
print('數(shù)據(jù)文件合并完成！')

合并之后使用pd.read_csv讀取文件數(shù)據(jù)，一共有20W+的疫情數(shù)據(jù)記錄：

在這里插入圖片描述

三、多個文件夾底下多個文件合并

import os
import pandas as pd 
import glob
import openpyxl
import numpy as np

path='../input/covid19temp' # 寫的路徑
csv_lists=[] # 該列表的作用

# 是否更新目錄判斷：
if os.path.isdir(path): #使用os.path.isdir判斷path是否是路徑
    if not path.endswith("/"):# 如果該路徑的最后沒有加上'/'的話，會幫忙加一個/
        path+="/"
        print(path)

在這里插入圖片描述

如上圖所示，路徑后面多了一個 ‘/’，否則路徑會找不到

文件操作：

os.listdir()： 列出路徑下所有的文件

os.path.join()： 連接文件的作用

os.path.isdir()： 判斷是否是文件夾

import os
import pandas as pd 
import glob
import openpyxl
import numpy as np

path='../input/covid19temp' # 寫的路徑
csv_lists=[] # 該列表的作用

# 是否更新目錄判斷：
if os.path.isdir(path): #使用os.path.isdir判斷path是否是路徑
    if not path.endswith("/"):# 如果該路徑的最后沒有加上'/'的話，會幫忙加一個/
        path+="/"
        print(path)
        for each in os.listdir(path):# os.listdir()： 列出路徑下所有的文件
            print(each)

在這里插入圖片描述

import os
import pandas as pd 
import glob
import openpyxl
import numpy as np

path='../input/covid19temp' # 寫的路徑
csv_lists=[] # 該列表的作用

# 是否更新目錄判斷：
if os.path.isdir(path): #使用os.path.isdir判斷path是否是路徑
    if not path.endswith("/"):# 如果該路徑的最后沒有加上'/'的話，會幫忙加一個/
        path+="/"
        print(path)
        for each in os.listdir(path):# os.listdir()： 列出路徑下所有的文件
            print(each)
            sub_path=path+each
            path_list=[]
            if os.path.isdir(sub_path):
                path_list.append(sub_path)
                csv_lists.append(path_list) # 生成主目錄下路徑列表（非文件）
# 根據(jù)路徑進(jìn)行路徑下文件列表的生成
csvlists=[]
for i in range(len(csv_lists)):
#    print(i)
    csvlists.append(glob.glob(csv_lists[i][0]+'/*.csv')) 
csvlists

# 獲取每年的文件路徑
csvfilelist=[]
for j in range(len(csvlists)):
    for k in csvlists[j]:
        csvfilelist.append(k)
csvfilelist

csvdatadf=pd.DataFrame()
for m in csvfilelist:
    filesize=os.path.getsize(m)
    if filesize>0:
        csvdata=pd.read_csv(m)
        csvdatadf=csvdatadf.append(csvdata)
    else:
        continue
    
print('數(shù)據(jù)合并完成')

四、多文件夾[函數(shù)遞歸]

import os 
import pandas as pd 
def mergeFiles(parent,path="",pathdeep=0):
    fileAbsPath=os.path.join(parent,path)
    if os.path.isdir(fileAbsPath)==True:
        if (pathdeep!=0 and('.ipynb_checkpoints' not in str(fileAbsPath))):
            print('=='+path)
        for filename2 in os.listdir(fileAbsPath):
            mergeFiles(fileAbsPath,filename2,pathdeep=pathdeep+1)
    else:
        print(path)
path=input("請輸入需要的文件注主目錄：")
mergeFiles(path)

在這里插入圖片描述