从多个csv中提取列名前几个字符的列

Posted 2023-02-24

【中文标题】从多个csv中提取列名前几个字符的列

【英文标题】：Extract columns with first few characters of the column name from multiple csv

【发布时间】：2021-03-16 09:35:23

【问题描述】：

我正在尝试从多个 csv 文件中提取特定列并将它们合并为一个。每个文件包含 265 列，提取具有索引号的特定列非常困难。他们是否能高效地完成这些任务。

我有大约 120 个 csv 文件。

【问题讨论】：

您能否提供有关 csv 的更多信息？你想拿什么栏目？您是否使用“，”作为分隔符？

嗨@Keredu，感谢您的回复。我附上了一个巨大的列集的小sn-p。并且各列的行是不同的。是的，它们是“，”分隔的。

请包含您已经尝试过的python代码

【参考方案1】：

这是 pandas 中的一种解决方案，可以从当前目录中的所有 *.csv 文件中按名称提取两列。

代码：

import pandas as pd
from glob import glob
seek_cols = ["FccFaultB1", "FccFaultB2"]
infiles = glob("*.csv")

df = pd.DataFrame(columns=seek_cols)

for infile in infiles:
    data = pd.read_csv(infile)[seek_cols]
    df = df.append(data)

在我的例子中，test1.csv：

FccFaultB0,FccFaultB1,FccFaultB2,FccFaultB3
0,0,0,0

和 test2.csv：

FccFaultB0,FccFaultB1,FccFaultB2,FccFaultB3
1,1,1,1

导致df：

  FccFaultB1 FccFaultB2
0          1          1
0          0          0

【讨论】：

谢谢@Joe。这看起来是一个很好的解决方案。但是有什么方法可以一次提取两列以上。我使用 iloc 并尝试使用列索引提取 20 列。一次，但它显示超出边界错误。