在这儿,我们就需要思考,怎么读取文件的数据?哇奥~在 Python 中,那是有相当多的模块可以读取呀,比如:xlrd,openpyxl,numpy,pandas…那选择谁呢?在这个应用场景下,我强烈推荐 pandas
# 导入pandas
import pandas as pd
# 读取 云南白药.csv
ylby_df = pd.read_csv("云南白药.csv")
# 显示前五条
ylby_df.head()
大家会发现,读取不同的文件只需要传入不同的文件名就行,那我们怎么读取文件夹下列表的所有文件的数据呢?
- 使用 for 循环遍历文件列表
- 再读取数据
# 取出每个文件的名称
for file_name in need_file_name:
# 读取每个文件的数据
data = pd.read_csv(f"{file_name}")
print(data.head())
截取其中一部分
3.将每个文件的数据进行拼接
怎么将数据如下拼接呢?
那还是使用到我们的老朋友pandas,我们可以使用 pandas.concat() 堆叠拼接。比如,两个表格的拼接代码如下:
# 获取 云南白药.csv 数据
ylby_df = pd.read_csv("云南白药.csv")
# 获取 五粮液.csv 数据
wly_df = pd.read_csv("五粮液.csv")
# 进行堆叠拼接,注意:多个表格的拼接传入元组或列表
pd.concat((ylby_df,wly_df))
那所有文件的数据怎么拼接?欸,此时我们就需要借助到 pandas.concat() 拼接数据,实质上是将每个 df 数据装进一个 列表或者元组中,传进去~
# 定义 空的数据列表
data_li = []
# 取出每个文件的名称
for file_name in need_file_name:
# 读取每个文件的数据
data = pd.read_csv(f"{file_name}")
# 将数据添加到 空的数据列表中
data_li.append(data)
# print(len(data_li)) # 列表长度返回为4 ,说明构建成功
# 拼接所有文件的数据
all_data = pd.concat(data_li)
# 获取数据的形状 为620行,说明成功
all_data.shape
4.保存至新的文件
保存文件直接使用 df.to_csv() 就好了
**(1)Python所有方向的学习路线(新版)**
这是我花了几天的时间去把Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。
最近我才对这些路线做了一下新的更新,知识体系更全面了。
![在这里插入图片描述](https://img-blog.csdnimg.cn/1f807758e039481fa866130abf71d796.png#pic_center)
**(2)Python学习视频**
包含了Python入门、爬虫、数据分析和web开发的学习视频,总共100多个,虽然没有那么全面,但是对于入门来说是没问题的,学完这些之后,你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。
![在这里插入图片描述](https://img-blog.csdnimg.cn/d66e3ad5592f4cdcb197de0dc0438ec5.png#pic_center)
**(3)100多个练手项目**
我们在看视频学习的时候,不能光动眼动脑不动手,比较科学的学习方法是在理解之后运用它们,这时候练手项目就很适合了,只是里面的项目比较多,水平也是参差不齐,大家可以挑自己能做的项目去练练。
![在这里插入图片描述](https://img-blog.csdnimg.cn/f5aeb4050ab547cf90b1a028d1aacb1d.png#pic_center)
**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](https://bbs.csdn.net/topics/618317507)**
**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!**