Python遍歷目錄下文件、讀取、千萬(wàn)條數(shù)據(jù)合并實(shí)例分析

這篇文章給大家介紹Python遍歷目錄下文件、讀取、千萬(wàn)條數(shù)據(jù)合并實(shí)例分析，內(nèi)容非常詳細(xì)，感興趣的小伙伴們可以參考借鑒，希望對(duì)大家能有所幫助。

一、使用Python進(jìn)行文件和文件夾的判斷

• 遞歸 ：主要目的就是遍歷文件夾和文件

• 對(duì)文件夾和文件進(jìn)行屬性判斷

• 首先對(duì)文件夾進(jìn)行遍歷，看文件夾里有什么樣的文件，讀取出文件夾中的所有文件

import os
path= "./data" #路徑
files = os.listdir(path)
#os.listdir() 方法用于返回指定的文件夾包含的文件或文件夾的名字的列表。
for file in files:
    print(file)
    if os.path.isfile(path+ "/"+file):
        #os.path.isfile(path) 判斷路徑是否為文件
        print('file'+'這是一個(gè)文件')
        filename,extension = os.path.splitext(file)
        #分割路徑，返回路徑名和文件擴(kuò)展名的元組
        if extension == ".txt":
            print(filename+'這是一個(gè)文本文件')
        elif extension == ".xlsx":
            print(filename+'這是一個(gè)excel文件')
    if os.path.isdir(path + "/" +file):
        print(file+"是一個(gè)文件夾")

讀取結(jié)果:

二、使用Python完整的獲取所有文件及文件夾并讀取相應(yīng)的文件

在我們遍歷文件夾的基礎(chǔ)上，如何實(shí)現(xiàn)快速讀取指定文件，提高工作效率？
只需要在上述代碼的基礎(chǔ)上，導(dǎo)入pandas包，read_excel_我們所需要的文件即可

import pandas as pd
import os 
path = './data'
def get_all_files(path):
    print('-'*25+'函數(shù)被調(diào)用'+'-'*25)
    files = os.listdir(path)
#os.listdir() 方法用于返回指定的文件夾包含的文件或文件夾的名字的列表。
    for file in files:
        if os.path.isfile(path+ "/"+file):
            #os.path.isfile(path) 判斷路徑是否為文件
            print('file'+">>>>>是文件")
            filename,extension = os.path.splitext(file)
            #分割路徑，返回路徑名和文件擴(kuò)展名的元組
            if extension == ".txt":
                print(filename+"#####是文本文件#####")
                print("讀取"+filename+"文件中的內(nèi)容...........")
                data = pd.read_table(path+'/'+file)
                print(data)
            elif extension == ".xlsx":
                print(filename+'#####是Excel文件#####')
                print("讀取"+filename+"文件中的內(nèi)容...........")
                data = pd.read_excel(path+'/'+file)
                print(data)
            elif extension == ".csv":
                print(filename+'#####是csv文件#####')
                print("讀取"+filename+"文件中的內(nèi)容...........")
                data = pd.read_csv(path+'/'+file)
                print(data)
        if os.path.isdir(path + "/" +file):
            print(file+"￥￥￥￥￥￥￥是文件夾￥￥￥￥￥￥￥")
            get_all_files(path+'/'+file)
get_all_files(path)

讀取成功！ 

三、使用Python合并數(shù)據(jù)

在日常工作中我們有很多表格需要處理，如何批量的將很多個(gè)文件夾中的表格合并到一起？

重點(diǎn)：

DataFrame.append(*other*, *ignore_index=False*, *verify_integrity=False*, *sort=None*)

append的使用

• other: 是要添加的數(shù)據(jù)，append很不挑食，這個(gè)other可以是dataframe，dict，Seris，list等等。

• ignore_index: 參數(shù)為T(mén)rue時(shí)將在數(shù)據(jù)合并后，按照0，1，2，3....的順序重新設(shè)置索引，忽略了舊索引。

• verify_integrity：參數(shù)為T(mén)rue時(shí)，如果合并的數(shù)據(jù)與原數(shù)據(jù)包含索引相同的行，將報(bào)錯(cuò)。

path='./project_data'
 ## 聲明一個(gè)空的DataFrame，用來(lái)做最終的數(shù)據(jù)合并
final_data = pd.DataFrame()
# 聲明一個(gè)空的DataFrame，用來(lái)做最終的數(shù)據(jù)合并
final_data = pd.DataFrame()
 
def get_all_files(path):
    global final_data
    print("-"*20 + "函數(shù)被調(diào)用" + "-"*20)
    files = os.listdir(path)
    for file in files:
        if os.path.isfile(path + "/" +file):
            print(file+">>>>>是文件")
            filename,extension=os.path.splitext(file)
            # 判斷是不是文本文件
            if extension == ".txt" :
                print(filename+"#####是文本文件#####")
                print("讀取"+filename+"文件中的內(nèi)容...........")
                data = pd.read_table(path+'/' +file)
                print(data)
            elif extension=='.xlsx':
                print(filename+"#####是Excel文件#####")
                print("讀取"+filename+"文件中的內(nèi)容...........")
                data = pd.read_excel(path+'/' +file)
                print(data)
            elif extension=='.csv':
                print(filename + "是csv文件，是本次需要處理的文件")
                # 獲取文件內(nèi)容
                file_data = pd.read_csv(path +'/'+file)
                final_data = final_data.append(file_data,ignore_index=True)
                #append描述：在列表ls最后(末尾)添加一個(gè)元素object
                print("《《《《合并"+filename+"文件數(shù)據(jù)》》》》")
                
        # 判斷是不是文件夾
        elif os.path.isdir(path+'/'+file):
            print(file + "￥￥￥￥是文件夾￥￥￥￥￥￥")
            get_all_files(path + '/' + file)
get_all_files(path)
print("數(shù)據(jù)合并完成")

開(kāi)始合并，我們來(lái)查看一下合并后的數(shù)據(jù)：

 總共1000多萬(wàn)條數(shù)據(jù)，如果我們用Excel的話估計(jì)要很多時(shí)間將這么多表格合并，而且會(huì)很卡。

關(guān)于Python遍歷目錄下文件、讀取、千萬(wàn)條數(shù)據(jù)合并實(shí)例分析就分享到這里了，希望以上內(nèi)容可以對(duì)大家有一定的幫助，可以學(xué)到更多知識(shí)。如果覺(jué)得文章不錯(cuò)，可以把它分享出去讓更多的人看到。