多个 CSV 文件转换成 Pandas 数据帧 - Python

在 Python 中，我们经常需要处理多个 CSV 文件。将它们转换成 Pandas 数据帧可以方便地进行数据分析和处理。本文将介绍如何将多个 CSV 文件转换成 Pandas 数据帧。

准备工作

在运行本文代码之前，您需要安装 Pandas 库。您可以使用以下命令在命令行中安装 Pandas：

pip install pandas

导入 CSV 文件

在将 CSV 文件转换成 Pandas 数据帧之前，我们需要先导入 CSV 文件。在这里，我们假设我们的 CSV 文件存储在本地磁盘中。使用 Pandas 的 read_csv() 函数可以方便地导入 CSV 文件。

import pandas as pd

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

合并多个 Pandas 数据帧

接下来，我们将使用 Pandas 的 concat() 函数将所有导入的数据帧合并为一个数据帧。默认情况下，concat() 函数会按行方向进行合并。我们可以使用 axis 参数来指定合并方向。

frames = [df1, df2, df3]
result = pd.concat(frames, axis=0, ignore_index=True)

在上面的代码中，我们将所有数据帧存储在名为 frames 的列表中。然后，我们使用 concat() 函数将它们合并为一个数据帧。axis=0 参数表示按行合并，ignore_index=True 表示索引将被重置。

示例代码

最终代码如下所示：

import pandas as pd

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

frames = [df1, df2, df3]
result = pd.concat(frames, axis=0, ignore_index=True)

print(result.head())

输出结果类似于这样：

   Column1  Column2  Column3
0        1        2        3
1        4        5        6
2        7        8        9
3       10       11       12
4       13       14       15

在上面的代码中，我们使用 head() 函数只显示前5行数据。然后，我们可以对这个数据帧进行进一步的数据处理和分析。

结论

在本文中，我们介绍了如何将多个 CSV 文件转换成 Pandas 数据帧，以方便进行数据分析和处理。我们使用了 Pandas 的 read_csv() 函数来导入 CSV 文件，并使用 concat() 函数将它们合并为一个数据帧。