请查看Pandas: IO工具了解所有可用的.read_
方法。
如果所有CSV文件都具有相同的列,请尝试以下代码。
我已经添加了header=0
,这样在读取CSV文件的第一行后,它就可以被分配为列名。
import pandas as pd
import glob
import os
path = r'C:\DRO\DCL_rawdata_files'
all_files = glob.glob(os.path.join(path , "/*.csv"))
li = []
for filename in all_files:
df = pd.read_csv(filename, index_col=None, header=0)
li.append(df)
frame = pd.concat(li, axis=0, ignore_index=True)
或者,归功于来自Sid的评论。
all_files = glob.glob(os.path.join(path, "*.csv"))
df = pd.concat((pd.read_csv(f) for f in all_files), ignore_index=True)
- 通常需要对每个数据样本进行标识,可以通过向数据帧添加新列来实现。
- 本示例将使用标准库中的
pathlib
。它将路径视为具有方法的对象,而不是要切片的字符串。
导入和设置
from pathlib import Path
import pandas as pd
import numpy as np
path = r'C:\DRO\DCL_rawdata_files'
files = Path(path).glob('*.csv')
选项1:
dfs = list()
for f in files:
data = pd.read_csv(f)
data['file'] = f.stem
dfs.append(data)
df = pd.concat(dfs, ignore_index=True)
选项2:
dfs = list()
for i, f in enumerate(files):
data = pd.read_csv(f)
data['file'] = f'File {i}'
dfs.append(data)
df = pd.concat(dfs, ignore_index=True)
选项 3:
- 使用列表推导式创建数据帧,然后使用
np.repeat
添加新列。
[f'S{i}' for i in range(len(dfs))]
创建一个字符串列表来命名每个数据帧。
[len(df) for df in dfs]
创建一个长度列表
- 此选项的归属权归该绘图答案所有。
dfs = [pd.read_csv(f) for f in files]
df = pd.concat(dfs, ignore_index=True)
df['Source'] = np.repeat([f'S{i}' for i in range(len(dfs))], [len(df) for df in dfs])
选项4:
df = pd.concat((pd.read_csv(f).assign(filename=f.stem) for f in files), ignore_index=True)
或者
df = pd.concat((pd.read_csv(f).assign(Source=f'S{i}') for i, f in enumerate(files)), ignore_index=True)
df = pd.concat(pd.read_csv(f) for f in all_files)
此外,建议使用os.path.join(path, "*.csv")
而不是path + "/*.csv"
,这样可以使其具备操作系统的独立性。 - Sid