在Pandas中,我们可以使用read_csv()
函数来读取CSV文件。为了读取文件夹中所有的CSV文件,我们需要使用Python的os
库来获取文件夹中所有CSV文件的路径,并使用循环遍历路径列表,依次读取每个CSV文件。
下面是示例代码,演示如何读取文件夹中的所有CSV文件,并将它们合并成一个Pandas数据框:
import os
import pandas as pd
# 指定CSV文件所在的文件夹路径
folder_path = "/path/to/folder"
# 获取文件夹中所有CSV文件的路径
csv_files = [os.path.join(folder_path, f) for f in os.listdir(folder_path) if f.endswith('.csv')]
# 创建一个空的数据框,用于存储读取的所有CSV文件数据
df = pd.DataFrame()
# 循环遍历CSV文件列表,逐个读取CSV文件并合并到数据框中
for file in csv_files:
# 读取CSV文件数据
data = pd.read_csv(file)
# 将读取的数据合并到数据框中
df = pd.concat([df, data], ignore_index=True)
# 打印合并后的数据框
print(df)
在这个示例中,我们首先指定了CSV文件所在的文件夹路径。然后,我们使用os
库来获取文件夹中所有CSV文件的路径,这里使用了列表解析式,只将以“.csv”为后缀的文件加入列表中。接着,我们创建了一个空的数据框,并使用循环遍历CSV文件列表,逐个读取CSV文件并将数据合并到数据框中。最后,我们打印合并后的数据框。
此外,还可以通过修改pd.concat()
函数的参数实现更多操作,例如改变合并的方向、多个数据框合并等。具体操作可以查看Pandas官方文档。
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:如何在Pandas中读取一个文件夹中的所有CSV文件 - Python技术站