Python合并多个相同表头文件

对于需要合并多个相同表头文件的情况，我们可以使用Python来实现快速的合并。

一、读取CSV文件

使用Python中的csv库读取CSV文件。

import csv

with open('filename.csv', 'r') as file:
    reader = csv.reader(file)
    for row in reader:
        print(row)

二、合并CSV文件

使用Python中的pandas库，将CSV文件合并。

import pandas as pd

df1 = pd.read_csv('file1.csv')
df2 = pd.read_csv('file2.csv')
df3 = pd.read_csv('file3.csv')

merged_df = pd.concat([df1, df2, df3])

merged_df.to_csv('merged_file.csv', index=False)

三、解决表头重复问题

如果多个CSV文件的表头相同，则可以使用Python中的skiprows参数来跳过表头。

import pandas as pd

df1 = pd.read_csv('file1.csv')
df2 = pd.read_csv('file2.csv', skiprows=1)
df3 = pd.read_csv('file3.csv', skiprows=1)

merged_df = pd.concat([df1, df2, df3])

merged_df.to_csv('merged_file.csv', index=False)

四、处理不同表头

如果多个CSV文件的表头不同，则可以使用pandas库中的rename函数将表头重命名。

import pandas as pd

df1 = pd.read_csv('file1.csv')
df2 = pd.read_csv('file2.csv').rename(columns={'old_name': 'new_name'})
df3 = pd.read_csv('file3.csv').rename(columns={'old_name': 'new_name'})

merged_df = pd.concat([df1, df2, df3])

merged_df.to_csv('merged_file.csv', index=False)

五、处理缺失值

合并后的文件中可能存在缺失值，使用Python中的fillna函数来处理。

import pandas as pd

df1 = pd.read_csv('file1.csv')
df2 = pd.read_csv('file2.csv')
df3 = pd.read_csv('file3.csv')

merged_df = pd.concat([df1, df2, df3])

merged_df.fillna(0, inplace=True)

merged_df.to_csv('merged_file.csv', index=False)

以上就是Python合并多个相同表头文件的方法。