将不同的文本文件合并到一个 Excel 文件中，并删除除 first 之外的所有文本的第一列

问题描述

我需要将不同的文本文件（.sav 文件）合并到一个 Excel 文件（output.xls）中，但从第二个输入文件开始，我想排除每个文件中存在的第一列。

我想要获得的是以下内容（使用占位符数据可以轻松查看行和列）。

文件 1

A1 A2 A3 A4
B1 B2 B3 B4
C1 C2 C3 C4
and so on

文件 2

X1 X2 X3 X4
Y1 Y2 Y3 Y4
Z1 Z2 Z3 Z4
and so on

文件输出

A1 A2 A3 A4 X2 X3 X4
B1 B2 B3 B4 Y2 Y3 Y4
C1 C2 C3 C4 Z2 Z3 Z4
and so on

这是我的代码。

import glob
    
filenames = glob.glob("*.sav")
filenames.sort()
with open('output.txt','w') as writer:
    readers = [open(filename) for filename in filenames]
    for lines in zip(*readers):
        print(' '.join([line.strip() for line in lines]),file=writer)
    
    
import pandas as pd
df = pd.read_table('output.txt')
df.to_excel('output.csv','DATI',index=False,header=False)
    
import os
os.remove('output.txt')

但是，这会保留所有列。我如何省略我不需要的那些？

解决方法

应该像下面这样简单。

from pathlib import Path
import pandas as pd
import numpy as np


fnames = Path("your-path").glob("*.sav")
first_df,*dfs = [pd.read_csv(f,sep="\t") for f in fnames] 
dfs = [df.iloc[:,1:] for df in dfs]  # Drop first column

df = pd.concat([first_df,*dfs],axis=1)
df.to_excel("output.xlsx",index=False,header=False)