如何将多个csv文件中的列合并/合并为1个DataFrame（）？

Question

我正在使用的数据集是：https://www.kaggle.com/rohanrao/nifty50-stock-market-data

其中包含从2000年到2020年所有NIFTY50公司的股票市场数据。每个文件包含以下列：['Date', 'Symbol', 'Series', 'Prev Close', 'Open', 'High', 'Low', 'Last', 'Close', 'VWAP', 'Volume', 'Turnover', 'Trades', 'Deliverable Volume', '%Deliverble']

我需要将所有文件的'Close'列编译为一个数据帧。使用Date作为索引，使用列名作为文件名，即

Date                       ADANIPORTS          ASIANPAINTS       AXISBANK .....
2000-01-01                     0               1500               300
2000-02-02                     1               1600               400
...     

某些文件仅具有以后的数据（例如2007年1月1日），如果缺少'Close'的值，则应将其列为0，即，直到数据可用的日期为0。] >

目前，我正在使用此代码。

df=pd.DataFrame()
for filename in filenames:
    file=dir+filename+'.csv'
    data = pd.read_csv(file,usecols=lambda x: x in ['Date', 'Close'])
    data.rename(columns = {'Close':filename}, inplace = True)
    data.set_index('Date',inplace=True)
    df.join(data, how='outer')
这将返回（0,0）DataFrame-> df

其他我尝试过

#Initialising df with GRASIM.csv, and then using join for the other dataframes
file01 = dir + "GRASIM" + '.csv'
df=pd.read_csv(file01,usecols=lambda x: x in ['Date', 'Close'])
df.rename(columns = {'Close':"GRASIM"}, inplace = True)
df.set_index('Date',inplace = True)

for filename in filenames:
    file=dir+filename+'.csv'
    data = pd.read_csv(file,usecols=lambda x: x in ['Date', 'Close'])
    data.rename(columns = {'Close':filename}, inplace = True)
    data.set_index('Date',inplace=True)
    df.join(data, how='outer')
但是这将返回初始初始化的数据帧，即

          GRASIM
Date              
2000-01-03  438.30
2000-01-04  437.15
...            ...
未添加其他列。

这似乎是什么问题？

我使用的数据集是：https://www.kaggle.com/rohanrao/nifty50-stock-market-data它包含自2000年到2020年所有NIFTY50公司的股票市场数据。每个文件都包含以下内容。 ..

Answer 1

一种解决方法是在Python中使用zipfile模块：

Answer 2

我不清楚您要寻找什么输出。无论如何，我会解释我的所作所为。首先，我将文件解压缩到Kaggle上的C-drive文件夹中，然后使用os.chdir()将其更改为当前目录。然后，我创建了一个空白列表，稍后我们将在其中添加数据框以循环并连接数据。