python - 追加 CSV 文件，匹配无序列

Question

问题:附加 CSV 文件时匹配列

我有 50 个 .csv 文件，其中每列是一个单词，每行是一天中的一个时间，每个文件保存一天的所有单词。它们看起来像这样:

Date  Time Aword Bword Cword Dword
Date1 t1   0     1     0     12
Date1 t2   0     6     3     0

Date  Time Eword Fword Gword Hword Bword
Date2 t1   0     0     1     0     3
Date2 t2   2     0     0     19    0

我想附加文件，以便在新列中添加新单词时匹配具有相同单词(如本例中的 Bword)的任何列:

Date  Time Aword Bword Cword Dword Eword Fword Gword Hword
Date1 t1   0     1     0     12                       
Date1 t2   0     6     3     0                        
Date2 t1         3                 0     0     1     0   
Date2 t2         0                 2     0     0     19

我将 csv 文件作为数据帧打开来操作它们，并使用 dataframe.append 添加新文件，如下所示:

Date  Time Aword Bword Cword Dword
Date1 t1   0     1     0     12
Date1 t2   0     6     3     0
Date  Time Eword Fword Gword Hword Bword
Date2 t1   0     0     1     0     3
Dat2e t2   2     0     0     19    0

是否有不同的方法可以在附加时对齐匹配的列？即无需迭代每一列并检查匹配。

如果这个问题太模糊，我深表歉意，我是Python新手，并且仍然很难知道什么时候我的思维方式非Python，什么时候我使用了错误的工具。 p>

编辑:更多信息
1) 我需要多次执行此任务，五批 csv 每批执行一次
2) 文件都有 25 行，但有 5 到 294 列
3) 行的顺序很重要 Day1(t1, t2...tn) 然后 Day2(t1, t2...tn)
4)列的顺序并不重要

Answer 1

IIUC，您可以简单地使用 pd.concat，它会自动对齐列:

>>> csvs = glob.glob("*.csv")
>>> dfs = [pd.read_csv(csv) for csv in csvs]
>>> df_merged = pd.concat(dfs).fillna("")
>>> df_merged
  Aword  Bword Cword   Date Dword Eword Fword Gword Hword Time
0     0      1     0  Date1    12                           t1
1     0      6     3  Date1     0                           t2
0            3        Date2           0     0     1     0   t1
1            0        Date2           2     0     0    19   t2

(尽管我建议使用 fillna(0) 或将其保留为 nan；如果您填充空字符串以使其看起来像您想要的输出，则该列必须具有对象数据类型，并且它们比 int 或 float 慢得多。)

如果您确实对列顺序很挑剔，您可以作弊并使用(re)set_index:

>>> df_merged.set_index(["Date", "Time"]).reset_index()
    Date Time Aword  Bword Cword Dword Eword Fword Gword Hword
0  Date1   t1     0      1     0    12                        
1  Date1   t2     0      6     3     0                        
2  Date2   t1            3                 0     0     1     0
3  Date2   t2            0                 2     0     0    19