Hướng dẫn how to read multiple csv files from multiple folders in python - cách đọc nhiều tệp csv từ nhiều thư mục trong python

Để đọc một thư mục khác với vị trí tập lệnh của bạn, bạn cần cung cấp cho Python đường dẫn tuyệt đối đến thư mục.

Windows Style: C: \ Path \ to \ Directory

*Phong cách Nix:/Path/to/thư mục

Trong cả hai trường hợp, nó sẽ là một chuỗi.

Bạn không chỉ định xem các thư mục đích của bạn có nằm trong cùng một thư mục hay không. Nếu là như vậy, nó dễ dàng hơn một chút.

import os
path_to_parent = "/path/to/parent"

for folder in os.listdir[path_to_parent]:
    for csv_file in os.listdir[os.path.join[path_to_parent, folder]]:
        # Do whatever to your csv file here

Nếu các thư mục của bạn được trải ra trên hệ thống của bạn, thì bạn phải cung cấp một đường dẫn tuyệt đối cho từng người:

import os
paths_to_folders = ['/path/to/folder/one', '/path/to/folder/two']

for folder in paths_to_folders:
   for csv_file in os.listdir[folder]:
        # Do whatever to your csv file

Xem thảo luận

Cải thiện bài viết

Lưu bài viết

  • Đọc
  • Bàn luận
  • Xem thảo luận

    Cải thiện bài viết

    Lưu bài viết

    Đọc

    df = pd.read_csv["file path"]

    Bàn luận

    Python3

    Trong bài viết này, chúng ta sẽ thấy cách đọc nhiều tệp CSV vào các khung dữ liệu riêng biệt. Để chỉ đọc một khung dữ liệu, chúng ta có thể sử dụng hàm pd.Read_csv [] của gấu trúc. Nó lấy một đường dẫn làm đầu vào và trả về khung dữ liệu như & nbsp;

    Hãy để một cái nhìn về cách nó hoạt động

    import pandas as pd

    Output:

    df = pd.read_csv["./csv/crime.csv"

    Python3

    Trong bài viết này, chúng ta sẽ thấy cách đọc nhiều tệp CSV vào các khung dữ liệu riêng biệt. Để chỉ đọc một khung dữ liệu, chúng ta có thể sử dụng hàm pd.Read_csv [] của gấu trúc. Nó lấy một đường dẫn làm đầu vào và trả về khung dữ liệu như & nbsp;

    Hãy để một cái nhìn về cách nó hoạt động

    import pandas as pd

    df = pd.read_csv["./csv/crime.csv"

    Ở đây, tội phạm.csv là tệp trong thư mục hiện tại. CSV là thư mục chứa tệp tội phạm và trình đọc csv.ipynb là tệp chứa mã trên.

    df = pd.read_csv["file path"]
    9pandas as pd0

    Đó là khung dữ liệu được đọc từ hàm trên. Một tệp nữa có mặt trong thư mục có tên - username.csv. Để đọc cả hai và lưu trữ chúng trong các khung dữ liệu khác nhau, hãy sử dụng mã dưới đây

    dataframes_list[0]:

    dataframes_list[1]:

    import os
    paths_to_folders = ['/path/to/folder/one', '/path/to/folder/two']
    
    for folder in paths_to_folders:
       for csv_file in os.listdir[folder]:
            # Do whatever to your csv file
    
    2=
    import os
    paths_to_folders = ['/path/to/folder/one', '/path/to/folder/two']
    
    for folder in paths_to_folders:
       for csv_file in os.listdir[folder]:
            # Do whatever to your csv file
    
    4
    import os
    paths_to_folders = ['/path/to/folder/one', '/path/to/folder/two']
    
    for folder in paths_to_folders:
       for csv_file in os.listdir[folder]:
            # Do whatever to your csv file
    
    5
    import os
    paths_to_folders = ['/path/to/folder/one', '/path/to/folder/two']
    
    for folder in paths_to_folders:
       for csv_file in os.listdir[folder]:
            # Do whatever to your csv file
    
    6
    import os
    paths_to_folders = ['/path/to/folder/one', '/path/to/folder/two']
    
    for folder in paths_to_folders:
       for csv_file in os.listdir[folder]:
            # Do whatever to your csv file
    
    7
    import os
    paths_to_folders = ['/path/to/folder/one', '/path/to/folder/two']
    
    for folder in paths_to_folders:
       for csv_file in os.listdir[folder]:
            # Do whatever to your csv file
    
    8

    Python3

    import os
    paths_to_folders = ['/path/to/folder/one', '/path/to/folder/two']
    
    for folder in paths_to_folders:
       for csv_file in os.listdir[folder]:
            # Do whatever to your csv file
    
    9=
    df = pd.read_csv["file path"]
    1

    Trong bài viết này, chúng ta sẽ thấy cách đọc nhiều tệp CSV vào các khung dữ liệu riêng biệt. Để chỉ đọc một khung dữ liệu, chúng ta có thể sử dụng hàm pd.Read_csv [] của gấu trúc. Nó lấy một đường dẫn làm đầu vào và trả về khung dữ liệu như & nbsp;

    Hãy để một cái nhìn về cách nó hoạt động

    import pandas as pd

    import pandas as pd

    df = pd.read_csv["./csv/crime.csv"

    Ở đây, tội phạm.csv là tệp trong thư mục hiện tại. CSV là thư mục chứa tệp tội phạm và trình đọc csv.ipynb là tệp chứa mã trên.

    df = pd.read_csv["file path"]
    9pandas as pd0

    Đó là khung dữ liệu được đọc từ hàm trên. Một tệp nữa có mặt trong thư mục có tên - username.csv. Để đọc cả hai và lưu trữ chúng trong các khung dữ liệu khác nhau, hãy sử dụng mã dưới đây

    df = pd.read_csv["file path"]
    9pd.read_csv[7

    Output:


    Akash Bajwa

    Tổng quan

    Để đọc một tệp dữ liệu pd.read_csv[8 duy nhất, chúng ta chỉ có thể sử dụng pd.read_csv[9. Nó lấy tên tệp bao gồm tiện ích mở rộng hoặc thư mục làm đối số. Nhưng các vấn đề đến khi chúng tôi muốn đọc nhiều tệp dữ liệu hoặc xử lý chúng dưới dạng một khung dữ liệu duy nhất. Để làm điều đó, chúng ta có thể sử dụng mã bên dưới.

    Mã ví dụ về việc đọc nhiều tệp CSV

    "./csv/crime.csv"0: Một mô -đun Python được sử dụng để có được tất cả các đường dẫn tệp phù hợp với một mẫu thư mục cụ thể.

    Giải thích mã

    "./csv/crime.csv"1

    • Dòng 4 Vang5: Chúng tôi nhập "./csv/crime.csv"2 và "./csv/crime.csv"3.
    • Dòng 7 trận8: Chúng tôi xác định một đường dẫn gốc và tạo một thể hiện "./csv/crime.csv"2 với một mẫu tệp được chỉ định pd.read_csv[8. Ở đây, mô -đun "./csv/crime.csv"2 giúp trích xuất thư mục tệp [tên tệp + với phần mở rộng],
    • Dòng 10 Từ13: Chúng tôi tạo một đối tượng loại danh sách "./csv/crime.csv"7 để giữ mọi "./csv/crime.csv"8 dưới dạng DataFrame ở mỗi chỉ mục của danh sách đó.
    • Dòng 15: Chúng tôi gọi phương thức "./csv/crime.csv"9 để hợp nhất từng DataFrame trong danh sách theo các cột, nghĩa là ]0.
    • Dòng 17: Cuối cùng chúng tôi in các khung dữ liệu được hợp nhất vào bảng điều khiển.: We finally print merged DataFrames to the console.

    ]1

    • Tệp này chứa tên của các công ty khác nhau.

    ]2

    • Tệp được phân tách bằng dấu phẩy này chứa thông tin nhân viên bao gồm ]3 và ]4 của họ.

    ]5

    • Tệp này chứa thông tin tiền lương của nhân viên bao gồm ]3, ]7, ]8, ]9 và
      import os
      paths_to_folders = ['/path/to/folder/one', '/path/to/folder/two']
      
      for folder in paths_to_folders:
         for csv_file in os.listdir[folder]:
              # Do whatever to your csv file
      
      00.

    Người đóng góp

    Akash Bajwa

    Làm cách nào để đọc nhiều tệp từ nhiều thư mục trong Python?

    Approach:..
    Nhập mô -đun ..
    Thêm đường dẫn của thư mục ..
    Thay đổi thư mục ..
    Nhận danh sách một tệp từ một thư mục ..
    Lặp lại thông qua danh sách tệp và kiểm tra xem phần mở rộng của tệp có ở hay không. Định dạng TXT hay không ..
    Nếu tệp văn bản tồn tại, hãy đọc tệp bằng cách xử lý tệp ..

    Làm cách nào để đọc nhiều tệp trong một thư mục trong Python?

    Xây dựng một chương trình sơn với Tkinter và Python..
    Nhập mô -đun HĐH vào sổ ghi chép của bạn ..
    Xác định một đường dẫn nơi các tệp văn bản được đặt trong hệ thống của bạn ..
    Tạo một danh sách các tệp và lặp lại để tìm xem tất cả chúng có mở rộng chính xác hay không ..
    Đọc các tệp bằng hàm được xác định trong mô -đun ..

    Làm thế nào để bạn lặp lại thông qua nhiều thư mục trong Python?

    Dưới đây là các cách tiếp cận khác nhau bằng cách sử dụng người ta có thể lặp lại các tệp trong một thư mục bằng Python:..
    Phương pháp 1: OS.ListDir [].
    Phương pháp 2: OS.Scandir [].
    Phương pháp 3: Mô -đun Pathlib ..
    Phương pháp 4: OS.Walk [].
    Phương pháp 5: Mô -đun toàn cầu ..

    Làm cách nào để đọc và kết hợp nhiều tệp CSV trong Python?

    Cách kết hợp nhiều tệp CSV bằng Python cho phân tích của bạn..
    Nhập tệp vào Pandas DataFrames: ....
    Thiết lập thư mục làm việc: ....
    Kết hợp nhiều tệp với cấu trúc bảng tương tự bằng cách sử dụng pandas.dataframe.append [] ....
    Kết hợp nhiều tệp với cấu trúc bảng tương tự bằng pandas.concat [].

    Bài Viết Liên Quan

    Chủ Đề