如何合并含相同Coordinate Bins列的CSV文件以制作热力图并避免列重复？

你遇到的问题根源在于直接用pd.concat(axis=1)横向拼接时，每个CSV文件都自带Coordinate Bins列，导致最终输出里这个列重复了多次。要实现只保留一份Coordinate Bins列、同时合并所有时间区间Counts的需求，我们可以通过将Coordinate Bins设为索引后再拼接的方式解决，具体修改代码如下：

修改后的代码 #

import os
import glob
import pandas as pd

def combine_to_master(coordmastername, csvdir):
    os.chdir(csvdir)
    ext = "csv"
    all_filenames = [i for i in glob.glob('*.{}'.format(ext))]
    
    # 先对文件名排序，确保时间区间的顺序正确（可选，根据你的文件名规则调整）
    all_filenames.sort()
    
    # 读取每个CSV，并将Coordinate Bins设为索引（避免拼接时重复列）
    df_list = []
    for filename in all_filenames:
        df = pd.read_csv(filename)
        # 将Coordinate Bins设为索引，这样拼接时不会重复该列
        df = df.set_index('Coordinate Bins')
        df_list.append(df)
    
    # 横向拼接所有DataFrame，索引一致的情况下会自动对齐
    combined_df = pd.concat(df_list, axis=1, sort=True)
    
    # 把索引重新变回普通列，恢复你需要的结构
    combined_df = combined_df.reset_index()
    
    # 保存合并后的文件
    combined_df.to_csv(f"{coordmastername}.csv", index=False, encoding="utf-8")

代码说明 #

1. 索引设置：将每个CSV的Coordinate Bins设为索引后，横向拼接时只会保留这一份索引，不会重复生成列。
2. 文件名排序：如果你的CSV文件名对应时间区间顺序（比如time0.csv、time1.csv），排序后能保证合并后的Counts列按时间顺序排列，更适合后续热力图制作。
3. 缺失值处理：如果某些CSV的Coordinate Bins存在缺失区间，pd.concat会自动用NaN填充，你可以在拼接后添加combined_df = combined_df.fillna(0)将缺失值转为0，符合计数的逻辑。

合并后的预期输出 #

修改后生成的主CSV会是如下结构，完全满足你制作热力图/二维直方图的需求：

Coordinate Bins,Counts for time interval 0,Counts for time interval 1,Counts for time interval 2,...
"(-10, -9]",0,0,0,...
"(-9, -8]",0,0,0,...
...

内容的提问来源于stack exchange，提问作者prowill