我有一个文件夹,其中包含多个CSV文件,名称如下 CINinfo\u 2019-08-08\u rev1,CINinfo\u 2019-08-08\u rev2,CINinfo\u 2019-08-08\u rev3,CINinfo\u 2019-08-08\u rev4,我在一个文件夹中有大约70个文件,我的目的是自动化这个过程,这样我可以一对一对地自动读取它们,然后比较每对中的差异,并将结果作为一个组合表。目前,我正在手动阅读并比较差异,代码如下:
import pandas as pd
df1 = pd.read_csv("CINinfo_2019-08-08_rev1.csv")
df2 = pd.read_csv("CINinfo_2019-08-08_rev2.csv")
import numpy as np
rows,cols=np.where(comparison_values==False)
for item in zip(rows,cols):
df1.iloc[item[0], item[1]] = '{} --> {}'.format(df1.iloc[item[0], item[1]],df2.iloc[item[0], item[1]])
这个过程是如此乏味,因为我有其他文件夹与CSV文件,我需要阅读注意如何命名CSV文件,所有CSV文件都有相同的前缀(CINinfo\u 2019-08-08),但在本例中,后缀名(rev)是从1到70的递增数字。我需要这种方法来成对读取文件,格式是1和2,2和3,3和4。在这种情况下,我比较这样的成对文件,CINinfo\u 2019-08-08\u rev1和CINinfo\u 2019-08-08\u rev2然后CINinfo\u 2019-08-08\u rev2和CINinfo\u 2019-08-08\u rev3这样,我如何自动成对读取这些文件,然后比较每对文件中的差异,并有一个联接表
你可以这样做:
这个答案并非包罗万象,但希望能给你一个可能的方法。您可能需要调整筛选,或者可能需要排序。我没有演示如何将结果添加到最终表中,但最好的方法是创建一个DataFrame
temp
,并将文件对中的值赋给它,然后使用pd.concat
将结果添加到包含所有结果的最终DataFrame中相关问题 更多 >
编程相关推荐