python – 匹配多个CSV文件中的多个元素

2019年8月4日 91次阅读

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：

    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.

最佳答案 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, size=1000000, replace=True),
                   'Weather':np.random.choice(weather, size=1000000, replace=True)})

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