加载和重塑与熊猫

Question

我需要以下问题帮助多个csv文件。

我有多个CSV文件像下面

1.csv

ID Length 
1 12 
2 23 
3 44 
3 34 
5 11 
3 39 
7 79 
8 45 
9 56 
0 15 
1 35 
2 23 
3 66 
4 33 
1 12 
7 34 
1 21 
3 43 
6 44 
9 55 

2.csv

ID Length 
1 52.1 
2 32.2 
3 44.6 
3 99.1 
5 122.3 
3 43.2 
7 79.4 
8 45.5 
9 56.3 
0 15.4 
1 35.7 
2 23.7 
3 66.7 
4 33.8 
1 12.9 
7 34.8 
1 21.6 
3 43.7 
6 44.2 
9 55.8 

我想每个10行重塑列Length，并把它并排在一个结果旁边。下面 例如是我想要的输出

[[12 23 44 34 11] [[ 52.1 32.2 44.6 99.1 122.3] 
[39 79 45 56 15]] [ 43.2 79.4 45.5 56.3 15.4]] 
[[35 23 66 33 12] [[ 35.7 23.7 66.7 33.8 12.9] 
[34 21 43 44 55]] [ 34.8 21.6 43.7 44.2 55.8]] 

我用下面的脚本尝试，但它给了我一个类型的错误。

myscript.py

import pandas as pd 
import glob 

df = [pd.read_csv(filename) for filename in glob.glob("Users/Ling/workspace/testing/*.csv")] 

start = 0 
for i in range(0, len(df.index)): 
    if (i + 1)%10 == 0: 
     result = df['Length'].iloc[start:i+1].reshape(2,5) 
     start = i + 1 
     print result 

错误

TypeError: object of type 'builtin_function_or_method' has no len() 

我不理解的错误。我应该在start = 0之后放置另一个For loop以便程序读取每个文件，或者有另一种方法可以解决此问题吗？

谢谢你的帮助。

[UPDATE]

随着从@cmaher建议，我修改myscript.py是这样

import pandas as pd 
import glob 

df = [pd.read_csv(filename) for filename in glob.glob("Users/Ling/workspace/testing/*.csv")] 

df = pd.concat(df) 
start = 0 
for i in range(0, len(df.index)): 
    if (i + 1)%10 == 0: 
     result = df['Length'].iloc[start:i+1].reshape(2,5) 
     start = i + 1 
     print result 

输出是这样

[[ 52.1 32.2 44.6 99.1 122.3] 
[ 43.2 79.4 45.5 56.3 15.4]] 
[[ 35.7 23.7 66.7 33.8 12.9] 
[ 34.8 21.6 43.7 44.2 55.8]] 
[[ 12. 23. 44. 34. 11.] 
[ 39. 79. 45. 56. 15.]] 
[[ 35. 23. 66. 33. 12.] 
[ 34. 21. 43. 44. 55.]] 

其是从什么不同我期望。我想像我在所需的输出中提供的那样并排放置。

Answer 1

正如您所写，df是DataFrame的列表，而不是DataFrame，因此.index是对列表方法.index()的引用。您for循环之前，只需添加df = pd.concat(df)（见http://pandas.pydata.org/pandas-docs/stable/generated/pandas.concat.html），这是专为拼接大熊猫对象的序列建立了一个类的方法。

编辑：这里是你的代码与所添加的一步

df = [pd.read_csv(filename) for filename in glob.glob("Users/Ling/workspace/testing/*.csv")] 

df = pd.concat(df) 

start = 0 
for i in range(0, len(df.index)): 
    if (i + 1)%10 == 0: 
     result = df['Length'].iloc[start:i+1].reshape(2,5) 
     start = i + 1 
     print result