利用pandas计算多个CSV文件数据值的方法不知道有多少喜欢Python或者是参加Python培训的小伙伴了解呢?本篇文章扣丁学堂小编就和大家分享一下利用pandas计算多个CSV文件数据值的方法，对Python开发感兴趣的小伙伴下面就随小编一起来了解一下吧。
利用pandas计算多个CSV文件数据值的方法
功能：扫描当前目录下所有CSV文件并对其中文件进行统计，输出统计值到CSV文件
pip install pandas
import pandas as pd
import glob,os,sys
input_path='./'
output_fiel='pandas_union_concat.csv'
all_files=glob.glob(os.path.join(input_path,'sales_*'))
all_data_frames=[]
for file in all_files:
data_frame=pd.read_csv(file,index_col=None)
total_sales=pd.DataFrame([float(str(value).strip('$').replace(',','')) for value in data_frame.loc[:,'Sale Amount']]).sum()
average_sales=pd.DataFrame([float(str(value).strip('$').replace(',','')) for value in data_frame.loc[:,'Sale Amount']]).mean()
data={
'filename':os.path.basename(file),
'total_sales':total_sales,
'average_sales':average_sales
}
all_data_frames.append(pd.DataFrame(data,columns=['filename','total_sales','average_sales']))
data_frame_concat=pd.concat(all_data_frames,axis=0,ignore_index=True)
data_frame_concat.to_csv(output_fiel,index=False)
以上就是扣丁学堂Python在线学习小编给大家分享的Python利用pandas计算多个CSV文件数据值的实例，想要了解更多关于Python开发内容的小伙伴可以登录扣丁学堂官网咨询，扣丁学堂有专业的Python培训班邀请有理想的你加入。
