Python 批量读取 txt 文件为 DataFrame

    我们有时候会批量处理同一个文件夹下的文件，并且希望读取到一个文件里面便于我们计算操作。比方我有下图一系列的 txt 文件，我该如何把它们写入一个 txt 文件中并且读取为 DataFrame 格式呢？

 

首先我们要用到 glob 模块，这个python内置的模块可以说是非常的好用。

glob.glob('*.txt')

得到如下结果：

 

all.txt 是我最后得到的结果文件。可以见返回的是一个包含txt文件名称的列表，当然如果你的文件夹下面只有txt文件，那么你用os.listdir() 可以得到一个一样的列表

然后读取的时候只要注意txt文件的编码格式（可以用 notepad++ 打开记事本查看）和间隔符的形式就好了，完整的代码如下：

 

import os
import pandas
import codecs
import glob
import pandas as pd


os.getcwd()
os.chdir('D:\AAAASXQ\python study\data preprocessing')

def txtcombine()：
    
    files = glob.glob('*.txt')
    
    all = codecs.open('all.txt','a')
    
    for filename in files:  
        print(filename)  
        fopen=codecs.open(filename,'r',encoding='utf-8')  
        lines=[]  
        lines=fopen.readlines()  
        fopen.close()  
        i=0  
        for line in lines:    
            for x in line:  
                all.write(x)
        #读取为DataFrame格式
        all1 = pd.read_csv('all.txt',sep=' ',encoding='GB2312')
        #保存为csv格式
        all1.to_csv('all1.csv',encoding='GB2312')
        
if __name__ == '__main__':  
    txtcombine()