Question

大家好，目前我有两个脚本，我想将它们合并为一个代码。第一个脚本从一组数据中查找缺少的时间戳，并填充具有NaN值的空白行，然后保存到输出文件。第二个脚本比较一组数据中的不同行，并根据测试条件创建一个具有True / False值的新列。

如果我将每个脚本作为一个函数运行，那么使用另一个函数调用它们，我将获得两个单独的输出文件。如何只使用1个已保存的输出文件进行运行？

第一个代码

import pandas as pd
df = pd.read_csv("data5.csv", index_col="DateTime", parse_dates=True)
df = df.resample('1min').mean()
df = df.reindex(pd.date_range(df.index.min(), df.index.max(), freq="1min"))
df.to_csv("output.csv", na_rep='NaN')

第二个代码

with open('data5.csv', 'r') as f:
    rows = [row.split(',') for row in f]
    rows = [[cell.strip() for cell in row if cell] for row in rows]

def isValidRow(row):
    return float(row[5]) <= 900 or all(float(val) > 7 for val in row[1:4])

header, rows = rows[0], rows[1:]
validRows = list(map(isValidRow, rows))

with open('output.csv', 'w') as f:
    f.write(','.join(header + ['IsValid']) + '\n')
    for row, valid in zip(rows, validRows):
        f.write(','.join(row + [str(valid)]) + '\n')

Answer 1

让我们将您的代码作为文件名的函数：

def first_code(file_in, file_out):
    df = pd.read_csv(file_in, ... )
    ...
    df.to_csv(file_out, ...)

def second_code(file_in, file_out):
    with open(file_in, 'r') as f:
        ...
    ....

    with open(file_out, 'w') as f:
        ...

您的解决方案可以是：

first_code('data5.csv', 'output.csv')
second_code('output.csv', 'output.csv')

希望有所帮助

请注意，在同一文件中读取和写入没有问题。请确保先前已关闭该文件以避免副作用。这是通过使用with隐式完成的，这是一个很好的做法

Answer 2

在第二个代码中，将data5.csv更改为output.csv的第二个代码的第一个输入。并确保file1.py和file2.py在同一目录中。因此，您在单个文件中修改的代码如下：

 import pandas as pd
 df = pd.read_csv("data5.csv", index_col="DateTime", parse_dates=True)
 df = df.resample('1min').mean()
 df = df.reindex(pd.date_range(df.index.min(), df.index.max(), freq="1min"))
 df.to_csv("output.csv", na_rep='NaN')

 with open('output.csv', 'r') as f:
     rows = [row.split(',') for row in f]
     rows = [[cell.strip() for cell in row if cell] for row in rows]

 def isValidRow(row):
     return float(row[5]) <= 900 or all(float(val) > 7 for val in row[1:4])

 header, rows = rows[0], rows[1:]
 validRows = list(map(isValidRow, rows))

 with open('output.csv', 'w') as f:
     f.write(','.join(header + ['IsValid']) + '\n')
     for row, valid in zip(rows, validRows):
         f.write(','.join(row + [str(valid)]) + '\n')

将两个脚本合并为一个代码以进行csv文件数据验证

2 个答案: