回答此问题可获得 20 贡献值,回答如果被采纳可获得 50 分。
<p>我循环到一个目录中的csv文件,并用panda读取它们。
对于每个csv文件,我都有一个类别和一个市场。
然后我需要从数据库中获取类别的id和市场的id,这对于这个csv文件是有效的。</p>
<p>finalDf是一个包含所有csv文件的所有产品的数据框,我需要将它与当前csv中的数据一起附加。</p>
<p>当前CSV的产品列表将使用以下方法检索:</p>
<pre><code>df['PRODUCT']
</code></pre>
<p>我需要将它们附加到finalDf中,我使用:</p>
<pre><code>finalDf['PRODUCT'] = finalDf['PRODUCT'].<a href="https://www.cnpython.com/list/append" class="inner-link">append</a>(df['PRODUCT'],ignore_index=True)
</code></pre>
<p>这似乎很好,我现在必须插入catid和marketid到finalDf的相应列中。因为catid和marketid在当前csv文件中是一致的,所以我只需要在df数据帧中有行的情况下添加它们,这就是我在下面的代码中要实现的。</p>
<pre><code>finalDf = pd.DataFrame(columns=['PRODUCT', 'CAT_ID', 'MARKET_ID'])
finalDf['PRODUCT'] = finalDf.PRODUCT.astype('category')
df = pd.read_csv(filename, header=None,
names=['PRODUCT', 'URL_PRODUCT', 'RANK', 'URL_IMAGE', 'STARS', 'PRICE', 'NAME', 'SNAPDATE',
'CATEGORY', 'MARKETPLACE', 'PARENTCAT', 'LISTTYPE', 'VERSION', 'LEVEL'], sep='\t')
finalDf['PRODUCT'] = finalDf['PRODUCT'].append(df['PRODUCT'],ignore_index=True)
# Here I have a single value to add n times, n corresponding to the number of rows in the dataframe df
catid = 2113
marketid = 13
catids = pd.Series([catid]*len(df.index))
marketids = pd.Series([marketid]*len(df.index))
finalDf['CAT_ID'] = finalDf['CAT_ID'].append(catids, ignore_index=True)
finalDf['MARKET_ID'] = finalDf['MARKET_ID'].append(marketids, ignore_index=True)
print finalDf.head()
PRODUCT CAT_ID MARKET_ID
0 ABC NaN NaN
1 ABB NaN NaN
2 ABE NaN NaN
3 DCB NaN NaN
4 EFT NaN NaN
</code></pre>
<p>如您所见,我只是有NaN值而不是实际值。
预期产量:</p>
<pre><code> PRODUCT CAT_ID MARKET_ID
0 ABC 2113 13
1 ABB 2113 13
2 ABE 2113 13
3 DCB 2113 13
4 EFT 2113 13
</code></pre>
<p>包含多个csv的finalDF如下所示:</p>
<pre><code> PRODUCT CAT_ID MARKET_ID
0 ABC 2113 13
1 ABB 2113 13
2 ABE 2113 13
3 DCB 2113 13
4 EFT 2113 13
5 SDD 2114 13
6 ERT 2114 13
7 GHJ 2114 13
8 MOD 2114 13
9 GTR 2114 13
10 WLY 2114 13
11 WLO 2115 13
12 KOP 2115 13
</code></pre>
<p>知道吗?</p>
<p>谢谢</p>