使用熊猫的多个csv文件的和数据

Question

我有许多csv文件，它们的列数(不同的行数)在以下模式中是相同的：

档案1：

A1,B1,C1
A2,B2,C2
A3,B3,C3
A4,B4,C4

档案2：

*A1*,*B1*,*C1*
*A2*,*B2*,*C2*
*A3*,*B3*,*C3*

档案..。

输出：

A1+*A1*+...,B1+*B1*+...,C1+*C1*+...
A2+*A2*+...,B2+*B2*+...,C2+*C2*+...
A3+*A3*+...,B3+*B3*+...,C3+*C3*+...
A4+...     ,B4+...     ,C4+...

例如：

档案1：

1,0,0
1,0,1
1,0,0
0,1,0

档案2：

1,1,0
1,1,1
0,1,0

输出：

2,1,0
2,1,2
1,1,0
0,1,0

我正在尝试使用python.pandas，并想出这样的方法来创建读取变量：

dic={}
for i in range(14253,14352):
        try:
                dic['df_{0}'.format(i)]=pandas.read_csv('output_'+str(i)+'.csv')
        except:
                pass

然后对各栏进行求和：

for residue in residues:
       for number in range(14254,14255):
               df=dic['df_14253'][residue]
               df+=dic['df_'+str(number)][residue]

残数是字符串的列表，这些字符串是列名。

我的问题是，我的文件有不同的行数，并且只被求和到df1的最后一行。我如何将它们加到最长文件的最后一行-这样就不会丢失数据了？我认为熊猫的groupby.sum是一种选择，但我不知道如何使用它。

为了增加一个例子--现在我明白了：

档案1：

1,0,0
1,0,1
1,0,0
0,1,0

档案2：

1,1,0
1,1,1
0,1,0

档案3：

1,0,0
0,0,1
1,0,0
1,0,0
1,0,0
1,0,1

档案.：

输出：

3,1,0
2,1,3
2,1,0
1,1,0
1,0,0
1,0,1

Answer 1

您可以在熊猫(一个3D对象)数据集中使用Panel：

dfs={ i : pd.DataFrame.from_csv('file'+str(i)+'.csv',sep=',',\
header=None,index_col=None) for i in range(n)} # n files.
panel=pd.Panel(dfs)
dfs_sum=panel.sum(axis=0)

dfs是一个数据字典。面板自动完成缺值的楠和做好的总和。例如：

n [500]: panel[1]
Out[500]: 
     0   1   2
0    1   0   0
1    1   0   1
2    1   0   0
3    0   1   0
4  NaN NaN NaN
5  NaN NaN NaN
6  NaN NaN NaN
7  NaN NaN NaN
8  NaN NaN NaN
9  NaN NaN NaN
10 NaN NaN NaN
11 NaN NaN NaN

In [501]: panel[2]
Out[501]: 
     0   1   2
0    1   0   0
1    1   0   1
2    1   0   0
3    0   1   0
4    1   0   0
5    1   0   1
6    1   0   0
7    0   1   0
8  NaN NaN NaN
9  NaN NaN NaN
10 NaN NaN NaN
11 NaN NaN NaN

In [502]: panel[3]
Out[502]: 
    0  1  2
0   1  0  0
1   1  0  1
2   1  0  0
3   0  1  0
4   1  0  0
5   1  0  1
6   1  0  0
7   0  1  0
8   1  0  0
9   1  0  1
10  1  0  0
11  0  1  0

In [503]: panel.sum(0)
Out[503]: 
    0  1  2
0   3  0  0
1   3  0  3
2   3  0  0
3   0  3  0
4   2  0  0
5   2  0  2
6   2  0  0
7   0  2  0
8   1  0  0
9   1  0  1
10  1  0  0
11  0  1  0

Answer 2

为了寻找同样的东西，我发现Panel现在不受欢迎了，所以我在这里发布了这样的消息：

class pandas.Panel(data=None, items=None, major_axis=None, minor_axis=None, copy=False, dtype=None)

自0.20.0版以来，推荐的表示三维数据的方法是使用DataFrame上的>MultiIndex (通过to_frame()方法)或使用xarray包。>Pandas提供了一个to_xarray()方法来实现这种转换的自动化。

to_frame(filter_observations=True)

将宽格式转换为长(堆叠)格式为DataFrame，其列为>面板的项，其索引是由面板的主要和>次要部分组成的MultiIndex

我建议使用pandas.DataFrame.sum

DataFrame.sum(axis=None, skipna=None, level=None, numeric_only=None, min_count=0, **kwargs)

参数： 轴：{index (0)，列(1)}要应用的函数的轴。

你可以用与B.M.答案相同的方式使用它。