目录
一、使用Python进行文件和文件夹的判断
- 递归 ：主要目的就是遍历文件夹和文件
- 对文件夹和文件进行属性判断
- 首先对文件夹进行遍历，看文件夹里有什么样的文件，读取出文件夹中的所有文件
import os
path= "./data" #路径
files = os.listdir(path)
#os.listdir() 方法用于返回指定的文件夹包含的文件或文件夹的名字的列表。
for file in files:
print(file)
if os.path.isfile(path+ "/"+file):
#os.path.isfile(path) 判断路径是否为文件
print('file'+'这是一个文件')
filename,extension = os.path.splitext(file)
#分割路径，返回路径名和文件扩展名的元组
if extension == ".txt":
print(filename+'这是一个文本文件')
elif extension == ".xlsx":
print(filename+'这是一个excel文件')
if os.path.isdir(path + "/" +file):
print(file+"是一个文件夹")
读取结果:
二、使用Python完整的获取所有文件及文件夹并读取相应的文件
在我们遍历文件夹的基础上，如何实现快速读取指定文件，提高工作效率？
只需要在上述代码的基础上，导入pandas包，read_excel_我们所需要的文件即可
import pandas as pd
import os
path = './data'
def get_all_files(path):
print('-'*25+'函数被调用'+'-'*25)
files = os.listdir(path)
#os.listdir() 方法用于返回指定的文件夹包含的文件或文件夹的名字的列表。
for file in files:
if os.path.isfile(path+ "/"+file):
#os.path.isfile(path) 判断路径是否为文件
print('file'+">>>>>是文件")
filename,extension = os.path.splitext(file)
#分割路径，返回路径名和文件扩展名的元组
if extension == ".txt":
print(filename+"#####是文本文件#####")
print("读取"+filename+"文件中的内容...........")
data = pd.read_table(path+'/'+file)
print(data)
elif extension == ".xlsx":
print(filename+'#####是Excel文件#####')
print("读取"+filename+"文件中的内容...........")
data = pd.read_excel(path+'/'+file)
print(data)
elif extension == ".csv":
print(filename+'#####是csv文件#####')
print("读取"+filename+"文件中的内容...........")
data = pd.read_csv(path+'/'+file)
print(data)
if os.path.isdir(path + "/" +file):
print(file+"￥￥￥￥￥￥￥是文件夹￥￥￥￥￥￥￥")
get_all_files(path+'/'+file)
get_all_files(path)
读取成功！
三、使用Python合并数据
在日常工作中我们有很多表格需要处理，如何批量的将很多个文件夹中的表格合并到一起？
重点：
DataFrame.append(*other*, *ignore_index=False*, *verify_integrity=False*, *sort=None*)
append的使用
other:是要添加的数据，append很不挑食，这个other可以是dataframe，dict，Seris，list等等。ignore_index:参数为True时将在数据合并后，按照0，1，2，3....的顺序重新设置索引，忽略了旧索引。verify_integrity：参数为True时，如果合并的数据与原数据包含索引相同的行，将报错。
path='./project_data'
## 声明一个空的DataFrame，用来做最终的数据合并
final_data = pd.DataFrame()
# 声明一个空的DataFrame，用来做最终的数据合并
final_data = pd.DataFrame()
def get_all_files(path):
global final_data
print("-"*20 + "函数被调用" + "-"*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)
# 判断是不是文本文件
if extension == ".txt" :
print(filename+"#####是文本文件#####")
print("读取"+filename+"文件中的内容...........")
data = pd.read_table(path+'/' +file)
print(data)
elif extension=='.xlsx':
print(filename+"#####是Excel文件#####")
print("读取"+filename+"文件中的内容...........")
data = pd.read_excel(path+'/' +file)
print(data)
elif extension=='.csv':
print(filename + "是csv文件，是本次需要处理的文件")
# 获取文件内容
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)添加一个元素object
print("《《《《合并"+filename+"文件数据》》》》")
# 判断是不是文件夹
elif os.path.isdir(path+'/'+file):
print(file + "￥￥￥￥是文件夹￥￥￥￥￥￥")
get_all_files(path + '/' + file)
get_all_files(path)
print("数据合并完成")
开始合并，我们来查看一下合并后的数据：
总共1000多万条数据，如果我们用Excel的话估计要很多时间将这么多表格合并，而且会很卡，
