Question

这可能是一个非常简单的问题，但我找不到解决方案。我有三个具有特定名称的csv文件，比方说（A，B，C），每个文件都有一个列称为得分。读取每个csv文件，并通过诸如my_func（）之类的函数计算相应的特征，然后将每个文件保存在新的csv文件中，其文件名和对应的特征值由my_func（）计算。所需的输出如下所示：

user_id      sd 
A           output of my_func()
B           output of my_func()
C           output of my_func()

我遍历每个文件以读取数据，然后使用my_func（）函数进行计算，然后从该函数返回值，并在每次迭代中将这些值添加到sd和user_id列中。

这里是我的代码的片段：

allFiles = glob.glob(path)
data_new = pd.DataFrame(columns=['sd','user_id'])

def my_funct(data, user_id):
   computing sd ....
   data_new.sd = value of sd
   data_new.user_id = value of file name

   return sd

for file_name in allFiles:
       data_ = pd.read_csv(filename)
       sd, user_id = my_function(data_, user_id_)

使用此解决方案，我得到的函数的最后一个值如下：

user_id       sd   
C           output of my_func()

Answer 1

在my_func中，您似乎正在覆盖data_new中的单个条目。代替

data_new.sd = value of sd
data_new.user_id = value of file name

尝试使用append方法，如下所示：

data_new = data_new.append({'sd' : VALUE OF SD , 'user_id' : VALUE OF FILE NAME}, ignore_index=True)

此处的其他文档：

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.append.html

这里是一个示例：

import pandas as pd

data_new = pd.DataFrame(columns=['sd','user_id'])
print(data_new)
data_new = data_new.append({'sd' : 'test' , 'user_id' : 'working'}, ignore_index=True)
print(data_new)
data_new = data_new.append({'sd' : 'test2' , 'user_id' : 'still working'}, ignore_index=True)
print(data_new)

data_new.to_csv("U:\Random\pandasTest.csv")

从csv文件中读取数据并进行计算并保存到新的csv文件（熊猫）中

1 个答案: