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。

相关问题

读取某个文件夹里的所有excel

你可以使用Python的pandas库来读取文件夹中的所有Excel文件。以下是一个示例代码：

import os
import pandas as pd

folder_path = '/path/to/folder/' # 替换成你的文件夹路径
excel_files = [f for f in os.listdir(folder_path) if f.endswith('.xlsx')] # 获取文件夹中所有的Excel文件

data_frames = [] # 用于存储所有Excel数据
for file_name in excel_files:
    file_path = os.path.join(folder_path, file_name)
    df = pd.read_excel(file_path)
    data_frames.append(df)

# 将所有数据合并成一个DataFrame
merged_df = pd.concat(data_frames)

上述代码中，首先定义了文件夹路径`folder_path`，然后使用`os.listdir()`获取文件夹中所有的Excel文件。接着使用`pandas.read_excel()`读取每个Excel文件，并将其存储在`data_frames`列表中。最后使用`pandas.concat()`将所有数据合并成一个DataFrame。

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。