加入收藏 | 设为首页 | 会员中心 | 我要投稿 李大同 (https://www.lidatong.com.cn/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 编程开发 > Python > 正文

python – 匹配多个CSV文件中的多个元素

发布时间:2020-12-20 11:06:05 所属栏目:Python 来源:网络整理
导读:我有两个CSV文件,都包含日期和时间列. 对于EACH行,我需要在CSV 1和CSV 2中匹配时间和日期,并从CSV 2中提取天气. CSV 1: Date Time Value 2017/04/20 12:00 100 2017/03/20 12:00 250 2017/03/20 12:00 300 2017/02/20 12:00 80 2017/02/20 12:00 500 CSV 2
我有两个CSV文件,都包含日期和时间列.
对于EACH行,我需要在CSV 1和CSV 2中匹配时间和日期,并从CSV 2中提取天气.

CSV 1:

Date           Time    Value
    2017/04/20     12:00   100
    2017/03/20     12:00   250
    2017/03/20     12:00   300
    2017/02/20     12:00   80
    2017/02/20     12:00   500

CSV 2:

Date           Time    Weather
    2017/02/20     12:00   Sunny
    2017/02/20     12:00   Sunny
    2017/03/20     12:00   Sunny
    2017/03/20     12:00   Sunny
    2017/04/20     12:00   Sunny

我不知道它是否有效,但我做的第一件事就是将CSV文件附加到两个python列表:

list1 = []
list2 = []
for row in CSV1:
    list1.append(row)
for row in CSV2:
    list2.append(row)

然后我对list1中的每一行,获取日期和类型,并立即循环遍历list2中的每一行,直到元素匹配.

for row in list1:
    published_date = row[0]
    published_time = row[1]
    for rows in list2:
        if published_date == rows[0] and published_time == rows[1]:
            "do something with rows[2]"
            break

这样可行,但CSV1有1700行,CSV2有1.000.000行,因此这个过程需要150秒.有明显更快的方法吗?

我知道有一个元素必须匹配的解决方案,但这里是2,我无法调整单元素解决方案.

我是Stack Overflow的新手,所以如果我在这篇文章中做错了,请通知我.

解决方法

我建议您查看Python中的“pandas”库.它可以帮助您解决效率问题.我很好奇并在Pandas中实现了这个问题,我能够在373毫秒内使用一些虚拟数据来完成问题.

您可以使用以下代码来衡量框架的使用情况.

# Generating some random samples
import pandas as pd
date_range = pd.date_range(start='2017-04-20',periods=1700)
time_range = pd.to_datetime(pd.date_range('12:00',freq='1H',periods=1700).strftime('%H:%m'))
values = np.arange(0,1700)
weather = np.random.choice(['rain','sunny','windy'],size=1700,replace=True)

# Putting the Random Data into a DataFrame
df1 = pd.DataFrame({'Date':date_range,'Time':time_range,'Value':values})

df2 = pd.DataFrame({'Date':np.random.choice(date_range,size=1000000,replace=True),'Time': np.random.choice(time_range,'Weather':np.random.choice(weather,replace=True)})

# Mergind the Datatogther on the Date and Time Columns
df3 = pd.merge(df1,df2,on=['Date','Time'],how='inner')
df3

(编辑:李大同)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

    推荐文章
      热点阅读