python读取文件夹下所有文件名，并生成csv表

在Python中，你可以使用`os`模块来遍历文件夹并获取所有文件名，然后利用`pandas`库将这些文件名写入CSV文件。以下是一个简单的示例：

import os
import pandas as pd

# 定义你要读取的文件夹路径
folder_path = '/path/to/your/folder'

# 创建一个空列表来存储文件名
file_list = []

# 遍历文件夹及其内容
for filename in os.listdir(folder_path):
    # 检查是否为文件（排除目录）
    if os.path.isfile(os.path.join(folder_path, filename)):
        file_list.append(filename)

# 将文件名列表转换为DataFrame
df_files = pd.DataFrame({'File Name': file_list})

# 写入CSV文件
output_file = 'files.csv'
df_files.to_csv(output_file, index=False)

相关问题

python读取两个文件夹下所有文件名，并生成两列的csv表

在Python中，你可以使用`os`模块来遍历文件夹并获取文件名，然后使用`pandas`库来创建CSV表格。这里是一个简单的示例，假设两个文件夹分别是`folder1`和`folder2`：

import os
import pandas as pd

# 定义文件夹路径
folder1 = 'path_to_folder1'
folder2 = 'path_to_folder2'

# 创建空列表存储文件名
files_folder1 = []
files_folder2 = []

# 遍历文件夹1
for root, dirs, files in os.walk(folder1):
    for file in files:
        files_folder1.append(os.path.join(root, file))

# 遍历文件夹2
for root, dirs, files in os.walk(folder2):
    for file in files:
        files_folder2.append(os.path.join(root, file))

# 将文件名转换为数据框，每一行对应一个文件名
df_folder1 = pd.DataFrame({'Folder1': files_folder1})
df_folder2 = pd.DataFrame({'Folder2': files_folder2})

# 合并两个数据框
combined_df = pd.concat([df_folder1, df_folder2], ignore_index=True)

# 保存到CSV文件
combined_df.to_csv('file_names.csv', index=False)

在这个例子中，`os.walk()`函数会递归地访问每个文件夹，收集所有的文件名。然后将文件名作为DataFrame的数据添加到相应的列中。最后，我们将这两个数据框合并成一个新的CSV文件。

python读取两个文件夹下所有文件名，一个文件夹做为一列，并生成两列的csv表

在Python中，你可以使用`os`模块来遍历文件夹，然后结合`pandas`库来处理数据并生成CSV文件。这里是一个基本的步骤：

import os
import pandas as pd

# 定义两个文件夹路径
folder1 = 'path_to_folder1'
folder2 = 'path_to_folder2'

# 创建空列表来存储文件名
files1 = []
files2 = []

# 遍历第一个文件夹下的所有文件
for filename in os.listdir(folder1):
    files1.append(filename)

# 遍历第二个文件夹下的所有文件
for filename in os.listdir(folder2):
    files2.append(filename)

# 将文件名列表转换为DataFrame，假设每一列代表一个文件夹的内容
data = {'Folder 1': files1, 'Folder 2': files2}

# 使用pandas创建DataFrame
df = pd.DataFrame(data)

# 写入CSV文件
output_file = 'file_names.csv'
df.to_csv(output_file, index=False)