使用pandas进行读取、合并、写入csv文件

文章目录

  • 导包
  • 读取csv文件——`pd.read_csv('path')`
  • 合并csv文件——`pd.merge(文件1,文件2,on = [共同的列名])`
  • 写入csv文件——`dataframe.to_csv(path)`
  • 导包

    import pandas as pd
    import os
    

    读取csv文件——pd.read_csv('path')

    1、读取第一个csv文件

    features = pd.read_csv('C:/Users/24061/Desktop/MERcode/1-danz1ka19___pradeepKumar/SourceCode/Emotion_features_revised.csv', index_col=0)
    features
    


    2、读取第二个csv文件

    labels = pd.read_csv('C:/Users/24061/Desktop/MERcode/EMOPIA_cls-main/EMOPIA_cls-main/EMOPIA_1.0/EMOPIA_1.0/metadata_by_song.csv', index_col=0)
    labels
    

    合并csv文件——pd.merge(文件1,文件2,on = [共同的列名])

    从上述读取的两个文件中,可以看到两个文件中有不同的内容,相同点是:二者都有songID这个列。因此,可以根据songID为合并条件进行合并。

    datasets = pd.merge(features, labels, on=["songID"])
    datasets
    


    合并完成!
    注意:

  • 合并之后,文件1中的内容在前,文件2中的内容在后。因此,可以根据自己的需求,决定哪个文件应该放在文件1的位置,哪个文件应该放在文件2的位置。
  • 因为两个csv文件是根据相同的列元素建立连接的,因此,若文件1中的songID有386个元素,文件2中的songID有318个元素,并且这318个元素在文件1中都可以找到对应的时,则合并之后songID列只有318个元素。即:作为连接条件的那一列只会保留二者公共的元素
  • 写入csv文件——dataframe.to_csv(path)

    注意dataframe.to_csv(path)里的dataframe只是一个指代,代之想要存进csv文件中的dataframe。在本例中指:合并生成的datasets。因此代码如下:

    # 将合并之后的Dataframe保存进csv文件:
    
    datasets.to_csv('C:/Users/24061/Desktop/MERcode//1-danz1ka19___pradeepKumar_/SourceCode/Emotion_features_revised_final.csv')
    

    来源:Begonia_cat

    物联沃分享整理
    物联沃-IOTWORD物联网 » 使用pandas进行读取、合并、写入csv文件

    发表评论