Question

我有365个CSV文件，代表唯一样本位置的平均值。每个CSV文件代表一个不同的日期。例如，我的CSV文件被列为Day1.csv，Day2.csv，Day3.csv等。我可以使用Python导入所有CSV，并使用Pandas将其转换为数据框，并基本上将所有365个DF附加到一个长数据框中。这是一个长数据帧：

Location    MEAN    Day
A   0.2235  1
B   0.8215  1
C   0.0159  1
D   0.4259  1
A   0.5902  2
B   0.6201  2
C   0.0239  2
D   0.3021  2
A   0.7291  3
B   0.5022  3
C   0.0504  3
D   0.4982  3

....依此类推....

位置恒定。

我想要做的是使用这个非常长的附加DF（在365天之内合并），然后按位置顺序将MEAN值连接起来。我想要一个新的MEAN列，该列按日期列出所有均值，并用逗号（或其他定界符）分隔。本质上，这就是我想要的：

Location    MEAN
A   "0.2235, 0.5902, 0.7291"
B   "0.8215, 0.6201, 0.5022"
C   "0.0159, 0.0239, 0.0504"
D   "0.4259, 0.3021, 0.4982"

每个位置仅列出一次，而所有MEANS则按天（第1天，第2天，...等等）顺序列出。

这是创建大型合并DF所需的快速Python代码：

combined_csv = pd.concat( [ pd.read_csv(f) for f in Files ] )

如何以此为基础生成所需的并置文件，并按日顺序列出MEAN值？

Answer 1

df1 = df.sort_values(['Location','Day']).reset_index()
df1.groupby(['Location'])['MEAN'].apply(lambda x : ','.join(x))


Location
A    0.2235,0.5902,0.7291
B    0.8215,0.6201,0.5022
C    0.0159,0.0239,0.0504
D    0.4259,0.3021,0.4982
Name: MEAN, dtype: object

Answer 2

只需使用cumcount即可获得第二个lvl merge密钥，根据您的文件进行了订购

combined_csv = pd.concat( [ pd.read_csv(f) for f in Files ],keys=np.arange(len(Files)) ).reset_index(level=0)


Longdf['level_0']=Loandf.groupby('Location').cumcount()

Longdf=Longdf.merge(combined_csv,on=['Location','level_0'],how='left').drop('level_0',1)

使用熊猫的唯一连接数据帧

2 个答案: