在循环文件时添加列名

Posted 2023-03-11

【中文标题】在循环文件时添加列名

【英文标题】：Adding column names while looping through files

【发布时间】：2016-10-26 17:49:02

【问题描述】：

我对 Python 很陌生，所以请多多包涵。我有一个包含 csv 文件的文件夹，其中第一行是我需要处理的数据。所以我需要给他们列名，以便我以后可以调用它们。每个 csv 具有相同数量的列。在我的练习中，我使用了三列。

我了解如何将文件名添加到单个文件：

my_file = pd.read_csv('path\the_file.csv', names = ['first','second','third'])

但我需要转到我的目录并循环浏览大量 csv 文件。老实说，我什至不知道该怎么做（我知道很难过）。我已经设法使用 os.listdir 遍历文件名，但是当我需要其中的数据时，这对我没有多大用处。一旦我得到这些列名，我就知道该怎么做了。

尽可能使用 pandas 是非常可取的。我看了很多，但似乎找不到任何真正有效的东西。我真的很感激帮助！

编辑： 这是我将要做的一部分，但需要为文件夹中的所有 csv 文件做。

my_file = pd.read_csv('path\the_file.csv', names=['first','second','third'])
first_col = my_file['first']
second_col = my_file['second']
third_col = my_file['third']
key_codes = []
key_codes.append(second.map(str) + third.map(str))

所以，如果第 2 列有“123”，第 3 列有“4”，那么我正在制作“1234”，但现在我只需要弄清楚如何循环文件并为它们添加相同的名称/标题。

【问题讨论】：

我想我不明白这个问题。请清楚说明什么不起作用。

嗨@wiredflamingo，你能告诉我们你的步骤吗？请记住，SO 不是代码工厂，也不是外包代码编写...欢迎使用 SO 或类似...

当你循环所有文件时，想要的输出是什么？列表 od DataFrames ？或者您需要将所有数据帧合并为一个？

抱歉，我有一个文件夹，里面有一堆 CSV 文件。我需要创建一个 for 循环，为每个 CSV 添加列名/标题。我不需要重写原始文件，只需要制作它，以便我可以调用代码中的列。例如，如果第 1 列显示“123”，第 2 列显示“4”，我会将其设为“1234”，但我知道该怎么做，我只需要能够调用这些列。希望这会有所帮助。

抱歉，您只需要添加列名并将每个列名写入新的 csv 吗？然后每个文件都有不同的标题或每个文件都有相同的标题？为什么需要熊猫？

【参考方案1】：

你需要IIUCglob:

#glob can use path with *.txt - see http://***.com/a/3215392/2901002
import glob
key_codes = []
for files in glob.glob('files/*.csv'):
    df = pd.read_csv(files, names = ['first','second','third'])
    key_codes.append(df.second.map(str) + df.third.map(str))

通过iloc选择second和third列的另一种解决方案，还删除了参数names并将header=None添加到read_csv：

#glob can use path with *.txt - see http://***.com/a/3215392/2901002
import glob
key_codes = []
for files in glob.glob('files/*.csv'):
    df = pd.read_csv(files, header=None)
    key_codes.append(df.iloc[0,1].astype(str) + df.iloc[0,2].astype(str))

【讨论】：

哦，谢谢！我之前没有看到那个链接。我曾尝试过与您实际发布的内容非常相似的东西，但最终我忘记了所有尝试。