檔案的讀取與寫入2

csv檔案和Excel檔案的讀取與合并

對于這兩種檔案可以直接使用pandas包讀取

（1）、csv檔案的讀取

import pandas as pd
path = "資料集檔案/data.csv" # 定義路徑
data = pd.read_csv(path)
data.head() # 顯示資料的前5行
           

（2）、csv檔案的批量讀取并合并

直接上代碼

"""
同一個檔案夾中相同檔案類型的批量檔案的讀取
"""
import pandas as pd
import os
dir_file_path = "資料集檔案/批量檔案"  # 該檔案下有多個csv檔案
dir_file_name = os.listdir(dir_file_path) # 擷取檔案夾内所有csv檔案的檔案名稱，存放在清單中
dir_file_path_name = [os.path.join(dir_file_path, x) for x in dir_file_name]
# 使用os.path.join()函數實作路徑的合并
file_con = pd.DataFrame()
for i in dir_file_path_name:
    file = pd.read_csv(i)
    file_con = pd.concat((file, file_con), axis=0)
file_con.to_csv("資料集檔案/批量檔案/合成檔案.csv", index=None)
# 以上就完成了把多個檔案合并的任務！
           

還可以使用内容追加的方法實作合并

"""
同一個檔案夾中相同檔案類型的批量檔案的讀取
"""
import pandas as pd
import os
dir_file_path = "資料集檔案/批量檔案"
dir_file_name = os.listdir(dir_file_path)
dir_file_path_name = [os.path.join(dir_file_path, x) for x in dir_file_name]
file_con = pd.DataFrame()
for i in dir_file_path_name:
    file = pd.read_csv(i)
    file.to_csv("資料集檔案/批量檔案/合成檔案.csv", index=None, header=False, mode='a')
# 檔案的追加方式mode='a'，在檔案的末尾添加新内容，其中參數header表示是否保留添加檔案的屬性名稱
           

以上兩種方法都可以實作csv檔案的合并！ 

 Excel檔案的處理與csv檔案類似，這裡就不列舉了！

部落格寫的簡單，少了很多的文字叙述，直接看代碼了解吧！