質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

87.37%

pythonのpandasを使ったマージを複数csvファイルに実行

解決済

回答 2

投稿

  • 評価
  • クリップ 0
  • VIEW 1,458
退会済みユーザー

退会済みユーザー

pythonのpandasで、データ一覧表(clster)と複数のcsvファイル(list1~list1000)を使用し、データ一覧表にあるidとcsvファイルのidを照合してマージし、新たなファイルに出力したいと考えております。

データ一覧表と一つのcsvファイルでやった場合には、以下のスクリプトでできるのですが、
これをlist1.csv~list1000.csvについて同じことをやり、clster_S1.csv~clster_S1000.csvまで新たにファイル出力する為にはどうしたらよろしいでしょうか。

import pandas as pd

df1 = pd.read_csv("clster.csv")
df2 = pd.read_csv("list1.csv")

new_file = "clster_S1.csv"

results=df1.merge(df2,on="id")
results.to_csv(new_file,index=False)

初歩的な内容で大変申し訳ございませんが、ご教授いただけましたら幸いです。
よろしくお願いいたします。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 2

checkベストアンサー

+1

普通にforループすればいいと思います。

import pandas as pd

df1 = pd.read_csv("clster.csv")

for i in range(1,1001):
    df2 = pd.read_csv(f"list{i}.csv")

    new_file = f"clster_S{i}.csv"

    results=df1.merge(df2,on="id")
    results.to_csv(new_file,index=False)


f-stringはpython3.6以降の機能なのでそれ以前なら"list{0}.csv".format(i)みたいにformatメソッドを使ってください。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2019/10/31 21:00

    ご連絡ありがとうございます。
    ご教授いただいた内容でできました。

    上記の内容に関連してもう一点お聞きしたいのですが、
    上記ではデータ一覧表とcsvファイルのidが1:1だったのですが、
    データ一覧表とcsvファイルのidが3:1でidに紐づけられているcostが異なる時にcostが最小となるidとcostをマージするにはどのようにしたらよろしいでしょうか。

    上記
    一覧表[id,cost][1,5] csファイル[id][1] ⇒  マージ[id,cost][1,5]

    新規
    一覧表 [id,cost] [1,5] [1,10] [1,7] csvファイル[id][1] ⇒マージ[id,cost] [1,5]

    といったようにvlookupに条件を付けたいです。

    お忙しいところ恐縮ではございますが、ご教授いただけましたら幸いです。
    よろしくお願いいたします。

    キャンセル

  • 2019/10/31 23:56

    そもそも元々のcsvファイル群の中身の話は無かったので、それも示さずいきなりidとかcostとか言われてもちょっと困るんですが、「新規」のは何も考えずにidをキーに取れば期待した結果が得られませんか?
    https://note.nkmk.me/python-pandas-merge-join/
    とか見る限りキーが両方に存在しないデータは結合されずに消えるように見えるのですが。

    キャンセル

+1

pathlib を使って csv ファイルがあるディレクトリのファイル一覧を取得し、各ファイルに対して質問欄のコードを適用していけばよいでしょう。

from pathlib import Path

import pandas as pd

input_dir = Path("data")  # list1.csv ~ list1000.csv があるディレクトリ
output_dir = Path("output")
output_dir.mkdir(exist_ok=True)

clster = pd.read_csv("clster.csv")

for csv_path in input_dir.glob("*.csv"):
    # CSV を読み込む。
    df = pd.read_csv(csv_path)
    # マージする。
    results = clster.merge(df, on="id")
    # 保存する。
    save_path = output_dir / csv_path.name
    results.to_csv(save_path, index=False)

投稿

編集

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 87.37%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る