Python遍历目录下的所有文件、读取、千万条数据合并详解

本文介绍了如何使用Python的os和pandas库遍历文件夹,根据文件扩展名读取文本、Excel和CSV文件,并利用pandas的DataFrame.append方法合并多个文件的数据。同时,提到了DataFrame.append函数的参数和用法。
摘要由CSDN通过智能技术生成

#os.path.isfile(path) 判断路径是否为文件

print(‘file’+‘这是一个文件’)

filename,extension = os.path.splitext(file)

#分割路径,返回路径名和文件扩展名的元组

if extension == “.txt”:

print(filename+‘这是一个文本文件’)

elif extension == “.xlsx”:

print(filename+‘这是一个excel文件’)

if os.path.isdir(path + “/” +file):

print(file+“是一个文件夹”)

读取结果

  • 使用Python完整的获取所有文件及文件夹并读取相应的文件


  • 在我们遍历文件夹的基础上,如何实现快速读取指定文件,提高工作效率?

  • 只需要在上述代码的基础上,导入pandas包,read_excel_我们所需要的文件即可

import pandas as pd

import os

path = ‘./data’

def get_all_files(path):

print(‘-’*25+‘函数被调用’+‘-’*25)

files = os.listdir(path)

#os.listdir() 方法用于返回指定的文件夹包含的文件或文件夹的名字的列表。

for file in files:

if os.path.isfile(path+ “/”+file):

#os.path.isfile(path) 判断路径是否为文件

print(‘file’+“>>>>>是文件”)

filename,extension = os.path.splitext(file)

#分割路径,返回路径名和文件扩展名的元组

if extension == “.txt”:

print(filename+“#####是文本文件#####”)

print(“读取”+filename+“文件中的内容…”)

data = pd.read_table(path+‘/’+file)

print(data)

elif extension == “.xlsx”:

print(filename+‘#####是Excel文件#####’)

print(“读取”+filename+“文件中的内容…”)

data = pd.read_excel(path+‘/’+file)

print(data)

elif extension == “.csv”:

print(filename+‘#####是csv文件#####’)

print(“读取”+filename+“文件中的内容…”)

data = pd.read_csv(path+‘/’+file)

print(data)

if os.path.isdir(path + “/” +file):

print(file+“¥¥¥¥¥¥¥是文件夹¥¥¥¥¥¥¥”)

get_all_files(path+‘/’+file)

get_all_files(path)

读取成功!

使用Python合并数据


在日常工作中我们有很多表格需要处理,如何批量的将很多个文件夹中的表格合并到一起?

重点:

DataFrame.append(other, ignore_index=False, verify_integrity=False, sort=None)

append的使用

  • other: 是要添加的数据,append很不挑食,这个other可以是dataframe,dict,Seris,list等等。

  • ignore_index: 参数为True时将在数据合并后,按照0,1,2,3…的顺序重新设置索引,忽略了旧索引。

  • verify_integrity:参数为True时,如果合并的数据与原数据包含索引相同的行,将报错。

path=‘./project_data’

声明一个空的DataFrame,用来做最终的数据合并

final_data = pd.DataFrame()

声明一个空的DataFrame,用来做最终的数据合并

最后

🍅 硬核资料:关注即可领取PPT模板、简历模板、行业经典书籍PDF。
🍅 技术互助:技术群大佬指点迷津,你的问题可能不是问题,求资源在群里喊一声。
🍅 面试题库:由技术群里的小伙伴们共同投稿,热乎的大厂面试真题,持续更新中。
🍅 知识体系:含编程语言、算法、大数据生态圈组件(Mysql、Hive、Spark、Flink)、数据仓库、Python、前端等等。

网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友,可以戳这里无偿获取

一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!

  • 30
    点赞
  • 28
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值