python读取文件夹下所有文件名,并生成csv表
时间: 2024-09-28 13:10:48 浏览: 98
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:
```python
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`:
```python
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:
```python
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)
阅读全文