求问如何快速地将一个文件夹里的所有的 csv 文件转换到一个 numpy 数组里面去? - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
amoy
V2EX    问与答

求问如何快速地将一个文件夹里的所有的 csv 文件转换到一个 numpy 数组里面去?

  •  
  •   amoy 2019-07-03 19:32:21 +08:00 2343 次点击
    这是一个创建于 2302 天前的主题,其中的信息可能已经有所发展或是发生改变。

    RT,选修课的题目(之前提问过)现在遇到的问题。每个 csv 文件列索引是一样的,有一列是 label,其他是属性。

    8 条回复    2019-07-04 12:44:39 +08:00
    renmu
        1
    renmu  
       2019-07-03 19:39:08 +08:00 via Android   1
    pandas 直接 read_csv()
    amoy
        2
    amoy  
    OP
       2019-07-03 19:40:38 +08:00
    @renmu 这个不是一次只能读取一 csv 个文件么?
    renmu
        3
    renmu  
       2019-07-03 19:44:03 +08:00 via Android   1
    @amoy 你做一个遍历,遍历文件夹所有的 csv 文件,然后 concat
    zhucegeqiu
        4
    zhucegeqiu  
       2019-07-03 21:10:51 +08:00 via iPhone   1
    先 os.listdir, 再 pd.read_csv
    amoy
        5
    amoy  
    OP
       2019-07-03 21:24:50 +08:00   1
    @renmu @zhucegeqiu 打扰一下
    listaddress=[]
    for info in os.listdir('F:/bigdata/data/all'):
    domain = os.path.abspath(r'F:/bigdata/data/all') # 获取文件夹的路径
    info = os.path.join(domain, info) # 将路径与文件名结合起来就是每个文件的完整路径
    listaddress.append(info)
    dfs =[pd.read_csv(f) for f in listaddress]
    #print(dfs[1])
    df = pd.concat(dfs) # 将文件合并
    请问运行报错是是为什么啊?
    FutureWarning: Sorting because non-concatenation axis is not aligned. A future version
    of pandas will change to not sort by default.

    To accept the future behavior, pass 'sort=False'.

    To retain the current behavior and silence the warning, pass 'sort=True'.
    Loner233
        6
    Loner233  
       2019-07-03 21:30:14 +08:00 via Android   1
    @amoy 你看看列是否一致
    amoy
        7
    amoy  
    OP
       2019-07-03 21:44:17 +08:00
    @Loner233 多谢,还真是,有几个多了一列。文件太多了,之前没注意看,看了前几个是一样的以为都是一样的。
    amoy
        8
    amoy  
    OP
       2019-07-04 12:44:39 +08:00
    @renmu 解决了,多谢
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     1088 人在线   最高记录 6679       Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 26ms UTC 18:31 PVG 02:31 LAX 11:31 JFK 14:31
    Do have faith in what you're doing.
    ubao msn snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86