要批量读取多个csv文件,可以使用Python中的glob
模块来获取所有csv文件的文件路径,然后使用pandas
库来逐个读取这些csv文件。
以下是一个示例代码:
import pandas as pd
import glob
# 获取所有csv文件的文件路径
file_paths = glob.glob('path/to/csv/files/*.csv')
# 创建一个空的DataFrame来存储所有csv文件的数据
all_data = pd.DataFrame()
# 遍历所有csv文件并读取数据
for file_path in file_paths:
data = pd.read_csv(file_path)
all_data = pd.concat([all_data, data])
# 打印合并后的数据
print(all_data)
在这个示例中,glob.glob('path/to/csv/files/*.csv')
会获取所有以.csv结尾的文件的文件路径,然后使用pd.read_csv()
逐个读取这些文件,并使用pd.concat()
将它们合并成一个DataFrame。最后,可以打印出合并后的数据或者对数据进行进一步处理。