Question

我设法将Python与speedtest-cli软件包结合使用来对我的Internet速度进行速度测试。我每15分钟运行一次，并将结果附加到一个名为“ speedtest.csv”的.csv文件中。然后，我每隔12小时将这个.csv文件通过电子邮件发送给我，其中包含大量数据。

我只对保持返回速度低于13mbps下载速度的数据行感兴趣。使用以下代码，我可以过滤此数据并将其附加到我称为speedtestfilteronly.csv的第二个.csv文件中。

import pandas as pd
df = pd.read_csv('c:\speedtest.csv', header=0)
df = df[df['Download'].map(lambda x: x < 13000000.0,)]
df.to_csv('c:\speedtestfilteronly.csv', mode='a', header=False)

现在的问题是，每次我运行此代码时，它都会附加与我的过滤条件匹配的所有行。因此，如果我运行此代码4次，则在“ speedtestfilteronly.csv”文件中会收到相同的4组附加数据。

我希望仅将从speedtest.csv不同的行追加到speedtestfilteronly.csv。

我该如何实现？

我有以下代码可以工作，除了它唯一没有做的就是将结果过滤到<13000000.0 mb / s：还有其他想法吗？

import pandas as pd

df = pd.read_csv('c:\speedtest.csv', header=0)  
df = df[df['Download'].map(lambda x: x < 13000000.0,)]

history_df = pd.read_csv('c:\speedtest.csv')
master_df = pd.concat([history_df, df], axis=0)
new_master_df = master_df.drop_duplicates(keep="first")
new_master_df.to_csv('c:\emailspeedtest.csv', header=None, index=False)

Answer 1

有几种不同的处理方法，一种方法是读取过滤后的数据集，将新的数据集添加到内存中，然后像这样删除重复项：

import pandas as pd

df = pd.read_csv('c:\speedtest.csv', header=0)
df = df[df['Download'].map(lambda x: x < 13000000.0,)]

history_df = pd.read_csv('c:\speedtestfilteronly.csv', header=None)
master_df = pd.concat([history_df, df], axis=0)
new_master_df = master_df.drop_duplicates(keep="first")
new_master_df.to_csv('c:\speedtestfilteronly.csv', header=None, index=False)

仅将不同的数据从一个.csv附加到另一个.csv

1 个答案: