import pandas as pd
import numpy as np
import os
import os.path
import csv
import re
import glob
#import configparser
#curpath=os.path.realpath("config.ini")
#conf=configparser.ConfigParser()
#conf=configparser.configparser()
#conf.read(curpath,encoding='utf-8-sig')
#x1=conf.get("d","T1")
#x2=conf.get("d","T2")
#x3=conf.get("d","T3")
#x5=conf.get("d","ot")
os.remove('./CSV_CB.csv')
csvx_list = glob.glob('./R/*.csv')
print('总共发现%s个CSV文件'% len(csvx_list))
print('正在处理............')
for i in csvx_list:
fr = open(i,'r').read()
with open('CSV_CB.csv','a') as f:
f.write(fr)
print('合并CSV完毕!')
#csvpath=os.getcwd()+"\\W\\����\\"
x=pd.read_csv('./CSV_CB.csv',encoding='GBK')
y=pd.read_csv('./基础信息表.csv',encoding='GBK',engine ='python')
print("提取两表关键字段...")
#str=z['reservedby']
#x1=x[['LogFile','eutrancelltddid','MO','qrxlevmin','crsgain','pdschtypebgain','channelbandwidth','alpha','pzeronominalpusch','pzeronominalpucch']]
#y1=y[['LogFile','eutrancellfddid','MO','qrxlevmin','crsgain','pdschtypebgain','dlchannelbandwidth','alpha','pzeronominalpusch','pzeronominalpucch']]
#x=x[['开始时间','结束时间','CGI','小区名称','有效RRC连接最大数']]
#y=y[['CGI','基站名称']]
x=x[['开始时间','结束时间','CGI','RRC连接最大数']]
y=y[['CGI','小区中文名','基站名称']]
x['CGI']=x['CGI'].apply(str);
y['CGI']=y['CGI'].apply(str);
m1=pd.merge(x,y,how='left',left_on='CGI',right_on='CGI')
#m1=m1[['开始时间','结束时间','CGI','小区名称','基站名称','有效RRC连接最大数']]
m1=m1[['开始时间','结束时间','CGI','小区中文名','基站名称','RRC连接最大数']]
print("合并中。。")
m1.to_csv('RRC最大用户数统计.csv',index=False,encoding='GBK')
print("合并完成!")
PYTHON合并表(merge)
最新推荐文章于 2024-07-03 03:53:11 发布
该博客主要介绍了如何使用Python脚本合并多个CSV文件,并进行数据整合操作。首先,脚本遍历指定目录下的所有CSV文件,将它们的内容追加到一个新文件中。接着,读取两个已合并的CSV文件,提取关键字段并进行左连接操作,以合并小区和基站信息。最终,将合并后的数据保存为新的CSV文件,用于后续分析。
摘要由CSDN通过智能技术生成