import pandas as pd `
from csv import DictReader `
import glob `
with open(path) as f: `
DictReader_obj = csv.DictReader(f)`
for item in DictReader_obj: `
reader = dict(item) `
print(reader)
这段代码对于单个csv很好用,现在我尝试遍历各种相关的csv
初始化list_df = []
,并尝试使用list_df= {}
甚至df = [{ }]
for csvfile in csvfiles:
with open(csvfile, 'r') as f: `
DictReader_obj = DictReader(f, fieldnames = ['Symbols', 'Date', 'Open', 'High', 'Low', `'Close', 'Volumn']
for item in DictReader_obj:
reader = dict(item)
list_df.append(reader)
只提供了一个csv文件的内容。我的类型(reader)是dict,而我的类型(list_df)是list。
我错过了什么?任何建议,因为我试图我的尽职调查研究和阅读,并认为自己学习这门艺术。
我希望我的所有CSV的内容在字典中。我知道我可以使用yFinance来获取信息,但我有CSV,并希望他们在本地,以避免任何yFinance阈值禁令
预期输出示例:
A Date Open High Close Volumn
xx/xx/xxxx xxx.xx xxx.xx xxx.xx xxxxxxxxxx
xx/xx/xxxx xxxx.xx xxxx.xx xxxx.xx xxxxxxxxxx
AA xx/xx/xxxx xxxx.xx xxxx.xx xxxx.xx xxxxxxxxxx
xx/xx/xxxx xxx.xx xxx.xx xxx.xx xxxxxxxxxx
xx/xx/xxxx xxxx.xx xxxx.xx xxxx.xx xxxxxxxxxx
AAPL xx/xx/xxxx xxxx.xx xxxx.xx xxxx.xx xxxxxxxxxx
xx/xx/xxxx xxxx.xx xxxx.xx xxxx.xx xxxxxxxxxx
xx/xx/xxxx xxxx.xx xxxx.xx xxxx.xx xxxxxxxxxx
....
1条答案
按热度按时间clj7thdc1#
你可以使用panda.concat把你所有的csv文件聚合到一个 Dataframe 中。下面的path_files是你的csv文件的路径列表。如果需要的话,这样做的好处是可以把你的数据源保存在索引中。
如果你想把它作为一个字典,你需要把reader初始化为一个dict,然后把你的csv赋给字典中的一个条目。