pandas如何读取一个文件夹下的所有文件

首先该文件夹下都是pandas可读取的吗？假设都是.csv文件

from os import walk

import pandas as pd

dataframe_list = []

#walk会返回3个参数，分别是路袭脊碧径，目录list，文件list，你可以按需修改下

for f, _, i in 拍举walk("E:\\names"):

    for j in i:

        dataframe_list.append(pd.read_csv(f 野迹+ "\\" + j))

import pandas as pd

import os

data=pd.read_excel('/Users/kelan/Downloads/2月5日/安徽.xlsx')

a=data.columns

df_empty=pd.DataFrame(columns=a)

for parents,adds,filenames in os.walk('/Users/kelan/Downloads/2月5日'):

    for filename in filenames:

        #print(os.path.join(parents,filename))

        data = pd.read_excel(os.path.join(parents,filename))

        df_empty=df_empty.append(data,ignore_index=True) 

df_empty.to_excel('/Users/kelan/Downloads/2月5日/11.xlsx')

注意中文写乎辩贺入，os.walk会返回3个参数，分别是路径，目录list，文件list，取第一灶饥个和最后一个，最后一个遍历。ignore_index可以忽略索引。开始先在pandas中建一个dataframe，岁派columns中填写行标

Pandas 提供了一系列函数，用于读取不同类型的文件。下搏枯面列出了 Pandas 中常用的读取文件的函数：

read_csv()：读取 CSV 格式的文件。

read_excel()：读取 Excel 格式的文件。

read_hdf()：读取 HDF5 格式的文件。

read_json()：读取 JSON 格式的文件。

read_pickle()：读取 Python 序迅凯列化格式的文件（即 pickle 文件）。

read_sql()：从数据库中读取数据。

这些函数都可以在 Pandas 的文档中找到详细的使用方法：https://pandas.pydata.org/pandas-docs/stable/user_guide/io.html

此外，Pandas 还支持使用 Python 内置的 open() 函数读取文本文件，使用 pd.read_table() 函数读取表格式的文件，使用 pd.read_clipboard() 函数读取剪贴板中的数据等亩银唤。

希望这些信息能帮助你。如果你有其他问题，请随时追问。

---