Question

我的数据框如下：

    007538839
0   105586.180
1   105582.910
2   105585.230
3   105576.445
4   105580.016

df1.shape = (69302, 1)

这里只有一列，名称为“ 007538839”。我还有其他几个数据框，它们也具有这样的一列，但具有不同的列名和不同的行大小。

    007543167
0   39886.620
1   39908.777
2   39886.574
3   39884.340
4   39871.098

df2.shape = (69778, 1)

我想将它们全部合并成一个看起来像这样的循环：

import os
base_dir = ''
for root, dirs, files in os.walk(base_dir, topdown=False):
  for name in files:
    if root.count(os.sep) == 3 and name.endswith(".csv"):
       file_path = os.path.join(root, name)
       #merge all files

我的目标是不删除任何行，对于尚无值的行，将分配NaN。因此，例如，如果将df1和df2合并，则应该得到69778行。

Answer 1

首先通过追加创建字典列表，然后将concat与axis=1结合使用：

import os
dfs = []
base_dir = ''
for root, dirs, files in os.walk(base_dir, topdown=False):
  for name in files:
    if root.count(os.sep) == 3 and name.endswith(".csv"):
       file_path = os.path.join(root, name)
       df = pd.read_csv(file_path)
       dfs.append(df)

df = pd.concat(dfs, axis=1)

合并几个大小不同的熊猫数据框

1 个答案: