python如何读取某个文件夹的csv文件

在Python中，你可以使用内置的`csv`模块以及`os`模块来读取文件夹中的所有CSV文件。以下是一个基本步骤的示例：

import csv
import os

# 定义要读取的文件夹路径
folder_path = 'your_folder_path'

# 使用os.walk遍历文件夹及其子文件夹
for root, dirs, files in os.walk(folder_path):
    for file in files:
        # 检查文件是否为CSV（扩展名为.csv）
        if file.endswith('.csv'):
            # 获取文件完整路径
            file_path = os.path.join(root, file)
            
            # 使用csv.reader读取文件内容
            with open(file_path, newline='', encoding='utf-8') as csvfile:
                reader = csv.reader(csvfile)
                for row in reader:
                    # 这里可以处理每一行的数据
                    print(row)

#

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。

pandas读取某个文件夹下的所有文件

可以使用os模块来获取文件夹下的所有文件名，然后再通过循环读取每个文件，将它们合并成一个DataFrame。

示例代码如下：

import os
import pandas as pd

# 获取文件夹下所有文件名
folder_path = '/path/to/folder'
file_names = os.listdir(folder_path)

# 循环读取每个文件，并将它们合并成一个DataFrame
df_list = []
for file_name in file_names:
    file_path = os.path.join(folder_path, file_name)
    if os.path.isfile(file_path):
        df = pd.read_csv(file_path)
        df_list.append(df)
combined_df = pd.concat(df_list, ignore_index=True)

其中，os.listdir()函数可以获取文件夹下所有文件名，os.path.join()函数可以拼接文件路径，os.path.isfile()函数可以判断一个路径是否是文件，pd.read_csv()函数可以读取CSV文件，pd.concat()函数可以将多个DataFrame合并成一个。最后得到的combined_df就是合并后的DataFrame。