合并名称相似的CSV [英] Merging CSVs with similar name python

查看:0
本文介绍了合并名称相似的CSV的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!

问题描述

摘要

给定一个包含以模式Prefix-Year.csv命名的CSV文件的目录,创建一组新的名为Prefix-Aggregate.csv的CSV文件,其中每个聚合文件是具有相同前缀的所有CSV文件的组合。

说明

我有一个包含5,500个CSV文件的目录,命名方式如下:Prefix-Year.csv。示例:

18394-1999.csv
   . . .       //consecutive years
18394-2014.csv
18395-1999.csv //next location

我要将具有通用前缀的文件分组并合并为名为prefix-ggregate.csv的文件。

推荐答案

您问题的解决方案是下面的find_filesets()方法。我还包括了一个基于MaxNoe's answer的CSV合并方法。

#!/usr/bin/env python

import glob
import random
import os
import pandas

def rm_minus_rf(dirname):
    for r,d,f in os.walk(dirname):
        for files in f:
            os.remove(os.path.join(r, files))
        os.removedirs(r)

def create_testfiles(path):
    rm_minus_rf(path)
    os.mkdir(path)

    random.seed()
    for i in range(10):
        n = random.randint(10000,99999)
        for j in range(random.randint(0,20)):
            # year may repeat, doesn't matter
            year = 2015 - random.randint(0,20)
            with open("{}/{}-{}.csv".format(path, n, year), "w"):
                pass

def find_filesets(path="."):
    csv_files = {}
    for name in glob.glob("{}/*-*.csv".format(path)):
        # there's almost certainly a better way to do this
        key = os.path.splitext(os.path.basename(name))[0].split('-')[0]
        csv_files.setdefault(key, []).append(name)

    for key,filelist in csv_files.items(): 
        print key, filelist
        # do something with filelist
        create_merged_csv(key, filelist)

def create_merged_csv(key, filelist):
    with open('{}-aggregate.csv'.format(key), 'w+b') as outfile:
        for filename in filelist:
            df = pandas.read_csv(filename, header=False)
            df.to_csv(outfile, index=False, header=False)

TEST_DIR_NAME="testfiles"
create_testfiles(TEST_DIR_NAME)
find_filesets(TEST_DIR_NAME)

这篇关于合并名称相似的CSV的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持IT屋!

查看全文
登录 关闭
扫码关注1秒登录
发送“验证码”获取 | 15天全站免登陆