python - 匹配列并 append 到数据框，Python 3.6

Question

我有大约 50 个 excel 文件，我想导入数据框并将所有文件合并到单个数据框中。但是有些文件有 3 列，有些是 4 列。每个文件以不同的顺序作为不同的列。

所有文件的不同列总数:5，即 col1、col2、col3、col4、col5

我知道如何导入，但在 append 时面临问题。

脚本:

dfAll = pd.DataFrame(columns=['col1', 'col2', 'col3', 'col4', 'col5')]
df= pd.read_excel('FilePath', sheetname='data1') # contains 3 columns i.e col1, col2, col5
columnsOFdf = df.columns
dfAll[columnsOFdf] = dfAll.append(df)

但它给出错误“ValueError:列的长度必须与键相同”

我想将 df['col1','col2','col5'] 数据 append 到 dfAll['col1','col2','col5']

请帮助解决这个问题。

Answer 1

串联将匹配您的列

dfs = []
files = [...]
for file_name in files:
    dfs.append(pd.read_excel(file_name, sheetname='data1'))
df = pd.concat(dfs)

df1 = pd.DataFrame(np.random.randn(3, 3), columns=list('ABC'))
df2 = pd.DataFrame(np.random.randn(3, 3), columns=list('BCD'))
>>> pd.concat([df1, df2])
          A         B         C         D
0 -2.329280  0.644155 -0.835137       NaN
1  0.666496 -1.299048  0.111579       NaN
2  1.855494 -0.085850 -0.541890       NaN
0       NaN -1.131514  1.023610 -0.514384
1       NaN  0.670063  1.403143 -0.978611
2       NaN -0.314741 -0.727200 -0.620511

此外，每次您将数据框 append 到现有数据框时，它都会返回一个副本。这会严重降低性能，被称为二次复制。您最好创建所有数据帧的列表，然后连接结果。