在进行测试的过程中,我们的样品数量有很多,但是不同的样品测试完就形成了一个独立的文件,不同样品会形成不同的文件,因此,有时在进行数据处理之前,需要将这些数据列表进行合并统一分析,本文上传我的方法:
本文的内容一共分为文件打开,数据合并,数据保存三部分
1 文件打开:
**#打开文件
def open(file_csv):
df=pd.read_csv(filepath_or_buffer='c:\\Users\\dell\\Desktop\\test.csv',
header=None,
encoding='ANSI',
skiprows=(11))
return df
为了使程序的的可读性变强,我们选择将功能打包成函数,每个函数只完成一个操作,以上代码的含义是:
定义一个open(file_csv)的函数:
函数的主体就是pd.read_csv()函数,参数是filepath_or_buffer=文件的物理地址,这里可以用相对地址或者绝对地址,只是斜杠的方向不同;
header=None意思读入的表格没有列名,这样方便我们后续自己定义;
encoding="ANSI"这是解码方式,也可以是UTF-8,这要根据具体的文件解码方式来选择;
skiprows=(11)是我选择跳过最开始的10行,因为他们不是我所需要的数据,并且会影响我需要数据的列名