8

Eu tenho uma coleção de dezenas de arquivos CSV. A maioria deles compartilha os mesmos campos, mas alguns têm campos exclusivos. Eu quero fundi-los, usando Python em um arquivo CSV único com um cabeceamento global que inclua todos os campos de todas as colunas. Eu estou usando a biblioteca CSV, mas até agora sem sucesso, porque os dados não terminam no lugar certo.

1
  • 3
    Poderia mostrar a parte do código que você salva os dados? Commented 12/06/2015 às 17:39

1 Resposta 1

8

Tive um problema similar algum tempo atrás. Ajustei um pouco para a suas necessidades. Poderá ter que mudar algumas coisas, nomeadamente ao nível do delimiter.

from glob import glob
import csv

"""
    este programa tem de ser excutado da directoria onde estão os csv.
    o output vai para o ficheiro consolidated.csv
"""
def create_global_header(files):
    """
        criar os cabeçalhos com todos os headers dos csv.
    """
    consolidated_header = ['filename']
    for file in files:
        with open(file, 'r') as icsv:
            reader = csv.DictReader(icsv, dialect = 'excel', delimiter=';')
            for field in reader.fieldnames:
                if field not in consolidated_header:
                    consolidated_header.append(field)
    return consolidated_header

def global_csv(ifile, global_header, ofile):
    """
    le o ficheiro csv ifile, e bota para o ficheiro ofile.
    uma vez que o DictWriter e DictReader sao usados, e o cabeçalho
    é comum aos dois ficheiros, os dados sabem para que campo devem ir.
"""
    with open(ofile, 'a' ) as ocsv, open(ifile, 'r') as icsv:
        ireader = csv.DictReader(icsv, dialect='excel', delimiter=';' )
        owriter = csv.DictWriter(ocsv, global_header, dialect='excel', delimiter=';')
        for i, row in enumerate(ireader):
            row['filename']= ifile
            owriter.writerow(row)


if __name__ == '__main__':
    files = glob('*.csv')
    global_header = create_global_header(files)
    with open("consolidated.csv", 'w') as mycsv:
        writer = csv.DictWriter(mycsv, global_header, dialect='excel', delimiter=';')
        writer.writeheader()
    for file in files:
        if file != 'consolidated.csv':
            global_csv(file, global_header, 'consolidated.csv')

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .