pandas读取某个文件夹下的所有文件
时间: 2023-10-25 08:08:09 浏览: 149
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:
```python
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:
```python
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:
```python
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。