批量将不同目录的文件移动到同一文件夹就这么简单

概要:「我的ABC软件工具箱」实现了将文件移动到同一文件夹的功能,可以将指定的文件统一移动到指定的文件夹。可以选择某些文件,也可以选择从文件夹中导入文件及子文件夹的文件!操作非常的简单,处理非常高效!

有时候我们的文件散落在不同的文件夹或者文件夹的子文件夹中,非常不利于管理。因此我们需要对这些文件进行处理,将其统一移动到一个文件夹中。今天就介绍大家使用办公软件「我的ABC软件工具箱」中的「将文件移到同一文件夹」的功能来实现上面的需求!

打开「我的ABC软件工具箱」,左侧面板选择【其它】,右侧就能看到【将文件移到同一文件夹】的按钮!

点击菜单按钮,会进入到选择文件的页面。

这里我们可以选择文件,也可以选择从文件夹导入文件。我们这里点击从文件夹中导入文件的按钮!

这里可以选择【只添加最外层的文件】或者【添加所有文件】,这里【添加所有文件】就包含了文件夹中子文件夹中的文件!

添加好后,界面就能显示我们已经添加的待处理的文件列表了!我们能看到这个文件夹及其子文件夹下总共有七百多个文件!

确认无误后,我们就可以点击下一步,进入到设置输出目录的页面。

在这个页面,我们可以设置文件存储的位置。设置好并确认无误后,继续点击下一步,「我的ABC软件工具箱」就进行文件移动的操作了。

一眨眼的功夫,文件的移动操作就完成了!是不是你比你一个文件一个文件的去移动要方便多了呢,尤其是当文件夹下面存在很多子文件夹的场景!

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
你可以使用Python中的pandas库来批量处理同一文件夹下的csv文件,提取几列形成新的文件。具体步骤如下: 1. 导入pandas库和os库 ``` import pandas as pd import os ``` 2. 设置文件夹路径和要提取的列 假设你要处理的csv文件都在文件夹data中,文件夹路径为'./data/',而你要提取的列为第一列和第三列,可以使用以下代码: ``` folder_path = './data/' columns_to_extract = ['列名1', '列名3'] ``` 其中,'列名1'和'列名3'是你要提取的列的名称。 3. 遍历文件夹中的所有csv文件并提取指定列 可以使用os库的listdir函数遍历指定文件夹中的所有文件,再针对每个csv文件提取指定列。具体代码如下: ``` for file_name in os.listdir(folder_path): if file_name.endswith('.csv'): file_path = os.path.join(folder_path, file_name) df = pd.read_csv(file_path) new_df = df[columns_to_extract] new_file_name = os.path.splitext(file_name)[0] + '_extracted.csv' new_file_path = os.path.join(folder_path, new_file_name) new_df.to_csv(new_file_path, index=False) ``` 其中,os.path.splitext(file_name)[0]可以获取文件名(不包括扩展名),再加上'_extracted.csv'作为新文件名。 综上所述,批量提取同一文件夹下的csv文件的指定列形成新的文件的完整代码如下: ``` import pandas as pd import os folder_path = './data/' columns_to_extract = ['列名1', '列名3'] for file_name in os.listdir(folder_path): if file_name.endswith('.csv'): file_path = os.path.join(folder_path, file_name) df = pd.read_csv(file_path) new_df = df[columns_to_extract] new_file_name = os.path.splitext(file_name)[0] + '_extracted.csv' new_file_path = os.path.join(folder_path, new_file_name) new_df.to_csv(new_file_path, index=False) ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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