Python脚本实现批量CSV文件处理：提取第四列，去重并保存
需要批量处理多个CSV文件，提取每个文件的第四列数据，去除重复项，并将结果保存到新的CSV文件中，同时保留原始文件名？ 以下Python脚本使用Pandas库高效地完成此任务。
代码：
import os import pandas as pd # 输入文件夹路径 input_dir = "路径/到/CSV文件/文件夹" # 请替换为您的输入文件夹路径 # 输出文件夹路径 output_dir = "路径/到/输出/文件夹" # 请替换为您的输出文件夹路径 def process_csv(input_dir, output_dir): for filename in os.listdir(input_dir): if filename.endswith(".csv"): filepath = os.path.join(input_dir, filename) try: # 读取CSV文件，忽略表头，使用空格作为分隔符（可根据实际情况修改） df = pd.read_csv(filepath, header=None, sep='s+') # 删除重复项，仅保留第四列的唯一值 df_unique = df.drop_duplicates(subset=[3]) # 提取第四列 fourth_column = df_unique[3] # 保存到新的CSV文件 output_filepath = os.path.join(output_dir, filename) fourth_column.to_csv(output_filepath, header=['第四列'], index=False) print(f"已成功处理文件：{filename}") except pd.errors.EmptyDataError: print(f"警告：文件{filename}为空，跳过处理。") except pd.errors.ParserError: print(f"警告：无法解析文件{filename}，跳过处理。") if __name__ == "__main__": process_csv(input_dir, output_dir) print("所有文件处理完成。")
登录后复制
使用方法：
- 安装Pandas: 如果您还没有安装Pandas，请在终端或命令提示符中运行 pip install pandas。
- 替换路径: 将代码中的 “路径/到/CSV文件/文件夹” 和 “路径/到/输出/文件夹” 替换为您实际的输入和输出文件夹路径。
- 运行脚本: 保存代码为 .py 文件（例如 process_csv.py），然后在终端或命令提示符中运行 process_csv.py。
此脚本更加健壮，包含错误处理，可以处理空文件或解析错误的文件，并提供更清晰的输出信息。 请确保您的CSV文件使用空格作为分隔符，如果不是，请修改 sep=’s+’ 参数为正确的分隔符（例如 , 逗号）。
以上就是如何批量提取CSV文件第四列并去重后保存？的详细内容，更多请关注php中文网其它相关文章！
微信扫一扫打赏
支付宝扫一扫打赏
