python中大批量数据读取pd.read_csv函数忽略空白csv文件，继续读取有内容的csv文件

Python中，使用pandas库中的read_csv函数可以读取csv文件。如果要忽略空白的csv文件，可以使用try-except语句来捕获异常并跳过空白文件。具体实现方法如下：

import os
import pandas as pd

# 获取当前目录下所有csv文件
csv_files = [f for f in os.listdir('.') if f.endswith('.csv')]

# 读取所有非空白csv文件
for file in csv_files:
try:
data = pd.read_csv(file)
if not data.empty:
# 处理非空白csv文件的代码
pass
except pd.errors.EmptyDataError:
# 跳过空白csv文件
pass

相关问题

python用pd.read_csv读取某个文件夹中的csv文件

可以使用Python中的pandas库中的`read_csv`函数来读取某个文件夹中的CSV文件。以下是一个示例代码：

import pandas as pd
import glob

# 获取文件夹中所有csv文件的路径
path = r'path/to/folder/*.csv'
all_files = glob.glob(path)

# 创建一个空的DataFrame对象来存储所有csv数据
df = pd.DataFrame()

# 循环读取所有csv文件并将数据合并到df中
for file in all_files:
    temp_df = pd.read_csv(file)
    df = pd.concat([df, temp_df], ignore_index=True)

# 输出所有数据
print(df)

以上代码中，`glob.glob`函数用于获取文件夹中所有CSV文件的路径，`pd.DataFrame()`用于创建一个空的DataFrame对象，`pd.read_csv`用于读取CSV文件并将数据存储到DataFrame对象中，`pd.concat`用于将多个DataFrame对象合并到一起。最后，我们打印出所有数据。

python pd.read_csv可以读取txt文件嘛

是的，pandas库中的`pd.read_csv()`函数可以读取txt文件。因为txt文件与csv文件都是文本文件，只是以不同的方式存储数据。当你使用`pd.read_csv()`函数读取txt文件时，你需要设置参数`delimiter`为文本文件中分隔符的类型，例如逗号`,`或制表符`\t`。同时，你也可以设置参数`header`来指定列名所在的行数。下面是一个例子：

import pandas as pd

# 读取txt文件
df = pd.read_csv('data.txt', delimiter='\t', header=None)

# 显示前5行数据
print(df.head())

这个例子中，我们读取了名为`data.txt`的文本文件，它的列使用制表符`\t`分隔。同时，我们也设置了`header=None`，表示该文件没有列名。