Pandas 将文件名存储在列表中,并将所有文件读入数据框
Posted
技术标签:
【中文标题】Pandas 将文件名存储在列表中,并将所有文件读入数据框【英文标题】:Pandas store filenames in list and read all the files into a dataframe 【发布时间】:2021-01-13 18:31:43 【问题描述】:您好,我正在尝试使用 glob 和 re 搜索指定的文件名。找到匹配项后,我会将匹配文件列表存储到文本文件中。我需要的是我想将所有这些匹配的文件名提取到一个列表中,以便我可以将它们存储到一个数据框中。
import re
import sys
import os
import glob
import pandas as pd
import logging
with open('files_matched.txt', 'w') as f_matched, open('files_not_matched.txt','w') as f_notmatched:
try:
for file in glob.glob('*.csv'):
r = re.search(r'abc_sales(20[0-9][0-9])-([1-9]|1[0-2]|0[0-9])-([1-9]|1[0-9]|2[0-9]|3[0-1]|0[0-9])-[0-9]2_[a-z0-9]3,5.csv', file)
if r:
filename=[file] # unable to store list of files
match=f'File matched:file'
f_matched.write(match+'\n')
else:
not_match=f'File not matched:file'
f_notmatched.write(not_match + '\n')
except Exception as e:
pass
df=[pd.read_csv(f,encoding='ISO-8859-1',error_bad_lines=False,engine='python') for f in filename]
for df_new, f in zip(df,filename):
df_new['f'] = f
combined_df = pd.concat(df, ignore_index=False)
combined_df.head()
【问题讨论】:
【参考方案1】:通过append
创建新的文件列表,然后通过DataFrame.assign
创建新列:
filenames = []
with open('files_matched.txt', 'w') as f_matched, open('files_not_matched.txt','w') as f_notmatched:
try:
for file in glob.glob('*.csv'):
r = re.search(r'abc_sales(20[0-9][0-9])-([1-9]|1[0-2]|0[0-9])-([1-9]|1[0-9]|2[0-9]|3[0-1]|0[0-9])-[0-9]2_[a-z0-9]3,5.csv', file)
if r:
filenames.append(file) # add filename to list
match=f'File matched:file'
f_matched.write(match+'\n')
else:
not_match=f'File not matched:file'
f_notmatched.write(not_match + '\n')
except Exception as e:
pass
#add new column by assign
df=[pd.read_csv(f,
encoding='ISO-8859-1',
error_bad_lines=False,
engine='python').assign(f = f)
for f in filenames]
combined_df = pd.concat(df, ignore_index=False)
【讨论】:
@AnkitKumarSharma - 欢迎您。此外,如果需要删除列的扩展名,请使用import os
和 .assign(f=os.path.basename(f))
而不是 assign(f = f)
以上是关于Pandas 将文件名存储在列表中,并将所有文件读入数据框的主要内容,如果未能解决你的问题,请参考以下文章
从文本文件中逐行提取数据并将其存储在python的列表中[重复]
pandas 是不是读取完整的数据文件并将其存储在数据框中?在 pandas 中加载 100mb 文件是不是有效?
如何使用 PANDAS 获取具有 NAN 值的列名并将这些列名存储在列表中? [复制]