python讀取多個csv文件中某一列，并生成一個新csv文件？CSV可以直接作為文本讀取。它的格式是一行，由幾列逗號分隔，這與文本文件相同。讀取CSV后，用逗號分隔列，然后將需要的列寫入新文件。只是

python讀取多個csv文件中某一列，并生成一個新csv文件？

CSV可以直接作為文本讀取。它的格式是一行，由幾列逗號分隔，這與文本文件相同。讀取CSV后，用逗號分隔列，然后將需要的列寫入新文件。只是提供想法，我不會寫代碼。我可以用打開的拆分讀線讀取文件

python讀取csv文件中帶有小數(shù)點的的文件？

！f=pd.readCSV（“file name”，encoding=“GB2312”）

讀取文件中某些列的數(shù)據(jù)

data=F6。LOC[：，[“column name 1”，“column name 2”

]假設(shè)數(shù)據(jù)有這些列{“a”，“B”，“C”}

]如果a列的數(shù)據(jù)是{60ml，250ml，250ml，60ml，250ml，250ml，60ml，60ml，250ml，250ml，60ml，}

]只有{60250250，60250250，60，60250250，60，}可以直接寫為：

data[“a”]=data[“a”]結(jié)構(gòu)提取物（”（d）)“，expand=false）

數(shù)據(jù)[”a“]。Astype（int）

如果列中有小數(shù)，如{8.86℃、8.86℃、8.86℃、8.86℃、8.86℃}，如果有負數(shù)，則正則化改為：-？D（？）

數(shù)據(jù)[“a”]=數(shù)據(jù)[“a”]結(jié)構(gòu)提取物（”（d（？）？：.d）？）“，如果列是一個百分比，例如{55%，63%，72%，52%，72%}

data[”a“]=data[”a“]結(jié)構(gòu)提取物（”（d（？）？：.d）？）“，Expand=false）

數(shù)據(jù)[”a“]。Astype（float）=數(shù)據(jù)[“a”]。Astype（float）*0.01

這樣就可以得到{0.55，0.63，0.72，0.52，0.72}

大量的數(shù)據(jù)。更推薦使用Python和VBA在內(nèi)存中存儲數(shù)據(jù)。當數(shù)據(jù)沒有分割，計算機配置不高時，會出現(xiàn)更多的卡。經(jīng)過數(shù)據(jù)處理后，計算機在不釋放內(nèi)存的情況下也會更加無卡化VBA一般只啟動兩個CPU核進行數(shù)據(jù)計算，運算效率也相對較低。現(xiàn)在微軟已經(jīng)停止更新VBA了，更建議大家學習python。如果只操作excel，兩種學習難度相差不大，但是Python會有更好的發(fā)展空間

還有一種更方便的方法，那就是使用power Bi三個組件進行數(shù)據(jù)處理，使用power query進行數(shù)據(jù)處理，PowerPivot進行分析，power query進行數(shù)據(jù)處理的優(yōu)勢數(shù)據(jù)可視化的主要觀點是學習周期短，數(shù)據(jù)可以自動刷新，啟動時間相對較快。使用這種方法，效率可能比excel快，但速度仍然不如python快。當然，為了長期的可持續(xù)性，建議大家學習python，但起步時間會比較長