pythonのpandasを使ったマージを複数csvファイルに実行

Question

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。

Answer 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。

Comments

[退会済みユーザー]

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。

[kairi003]

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。

Answer 2

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)