web-dev-qa-db-ja.com

Pythonを使用して2つのCSVファイルをマージする

OKここでStack Overflowのいくつかのスレッドを読みました。私はこれを行うのはかなり簡単だと思っていましたが、私はまだPythonをあまりよく把握していないことがわかりました。 共通の列の値を持つ2つのcsvファイルを組み合わせる方法ですが、両方のファイルの行数が異なる にある例を試してみましたが、それは役に立ちましたが、私は達成したい結果がまだありません。

基本的に、共通の最初の列を持つ2つのcsvファイルがあります。 2をマージしたいと思います。

filea.csv

 title、stage、jan、feb 
 darn、3.001,0.421,0.532 
 ok、2.829,1.036,0.751 
 three、1.115,1.146,2.921 

fileb.csv

 title、mar、apr、may、jun、
 darn、0.631,1.321,0.951,1.751 
 ok、1.001,0.247,2.456,0.3216 
 three、 0.285,1.283,0.924,956 

output.csv(私が得ているものではなく、私が欲しいもの)

 title、stage、jan、feb、mar、apr、may、jun 
 darn、3.001,0.421,0.532,0.631,1.321,0.951,1.751 
 ok、2.829,1.036 、0.751,1.001,0.247,2.456,0.3216 
 three、1.115,1.146,2.921,0.285,1.283,0.924,956 

output.csv(実際に取得した出力)

 title、feb、may 
 ok、0.751,2.456 
 three、2.921,0.924 
 darn、0.532,0.951 

私が試していたコード:

'''
testing merging of 2 csv files
'''
import csv
import array
import os

with open('Z:\\Desktop\\test\\filea.csv') as f:
    r = csv.reader(f, delimiter=',')
    dict1 = {row[0]: row[3] for row in r}

with open('Z:\\Desktop\\test\\fileb.csv') as f:
    r = csv.reader(f, delimiter=',')
    #dict2 = {row[0]: row[3] for row in r}
    dict2 = {row[0:3] for row in r}

print str(dict1)
print str(dict2)

keys = set(dict1.keys() + dict2.keys())
with open('Z:\\Desktop\\test\\output.csv', 'wb') as f:
    w = csv.writer(f, delimiter=',')
    w.writerows([[key, dict1.get(key, "''"), dict2.get(key, "''")] for key in keys])

どんな助けも大歓迎です。

20
Rex

csvファイルを使用しているときは、 pandas ライブラリをよく使用します。このようなことが非常に簡単になります。例えば:

import pandas as pd

a = pd.read_csv("filea.csv")
b = pd.read_csv("fileb.csv")
b = b.dropna(axis=1)
merged = a.merge(b, on='title')
merged.to_csv("output.csv", index=False)

いくつかの説明が続きます。まず、csvファイルを読み込みます。

>>> a = pd.read_csv("filea.csv")
>>> b = pd.read_csv("fileb.csv")
>>> a
   title  stage    jan    feb
0   darn  3.001  0.421  0.532
1     ok  2.829  1.036  0.751
2  three  1.115  1.146  2.921
>>> b
   title    mar    apr    may       jun  Unnamed: 5
0   darn  0.631  1.321  0.951    1.7510         NaN
1     ok  1.001  0.247  2.456    0.3216         NaN
2  three  0.285  1.283  0.924  956.0000         NaN

そして、データの余分な列があります(fileb.csv-title,mar,apr,may,jun,-の最初の行には、末尾に余分なコンマがあります)。これは簡単に削除できます:

>>> b = b.dropna(axis=1)
>>> b
   title    mar    apr    may       jun
0   darn  0.631  1.321  0.951    1.7510
1     ok  1.001  0.247  2.456    0.3216
2  three  0.285  1.283  0.924  956.0000

これで、タイトル列のabをマージできます。

>>> merged = a.merge(b, on='title')
>>> merged
   title  stage    jan    feb    mar    apr    may       jun
0   darn  3.001  0.421  0.532  0.631  1.321  0.951    1.7510
1     ok  2.829  1.036  0.751  1.001  0.247  2.456    0.3216
2  three  1.115  1.146  2.921  0.285  1.283  0.924  956.0000

そして最後にこれを書きます:

>>> merged.to_csv("output.csv", index=False)

生産:

title,stage,jan,feb,mar,apr,may,jun
darn,3.001,0.421,0.532,0.631,1.321,0.951,1.751
ok,2.829,1.036,0.751,1.001,0.247,2.456,0.3216
three,1.115,1.146,2.921,0.285,1.283,0.924,956.0
60
DSM

辞書のファイルには、1行だけでなく、すべての余分な行を保存する必要があります。

dict1 = {row[0]: row[1:] for row in r}
...
dict2 = {row[0]: row[1:] for row in r}

次に、辞書の値はリストであるため、リストを連結するだけです。

w.writerows([[key] + dict1.get(key, []) + dict2.get(key, []) for key in keys])
1
Xymostech