Python 教程：如何合併多個 CSV 文件

一、選取要合併的 CSV 文件

首先，我們需要選取要合併的 CSV 文件。在實際應用中，這些文件可能來自不同的來源，具有不同的數據結構和字段分隔符。因此，在合併這些文件之前，我們需要確保它們的數據結構和字段名稱定位正確，並且它們具有相同的字段分隔符。

二、讀取併合並 CSV 文件

在 Python 中，我們可以使用 pandas 庫來讀取 CSV 文件，並使用 concat 函數將它們合併成一個 DataFrame。下面是一個示例代碼：

import pandas as pd

file_list = ['file1.csv', 'file2.csv', 'file3.csv']
seperator = ','

df_list = []
for file in file_list:
    df_list.append(pd.read_csv(file, sep=seperator))

merged_df = pd.concat(df_list, axis=0, ignore_index=True)
merged_df.to_csv('merged_file.csv', sep=seperator, index=False)

上面的代碼中，我們首先定義了要合併的 CSV 文件列表 file_list，以及字段分隔符 seperator。然後我們使用 pd.read_csv 函數讀取每個 CSV 文件，並將它們存儲在一個 DataFrame 列表中。最後，我們使用 pd.concat 函數將這些 DataFrame 合併成一個整體，並將它們保存到一個新的 CSV 文件 merged_file.csv 中。

三、處理合併後的數據

在將多個 CSV 文件合併成一個之後，我們可能需要在合併後的數據上進行一些處理和分析，例如計算平均值、標準偏差、最大值和最小值等統計量，或者進行可視化分析。在這個階段，我們可以使用 pandas 和其他數據分析庫來對合併後的數據進行處理。

# 計算平均值
mean_value = merged_df.mean()

# 計算標準偏差
std_value = merged_df.std()

# 計算最大值
max_value = merged_df.max()

# 計算最小值
min_value = merged_df.min()

# 可視化數據
merged_df.plot(kind='bar')

四、總結

本文介紹了如何使用 Python 將多個 CSV 文件合併成一個，並對合併後的數據進行處理和分析。在實際應用中，我們可以根據數據的具體情況，選擇適當的數據分析庫和方法來處理和分析合併後的數據。希望這篇文章對你有所幫助！