PYTHON Pandas批量讀取csv文件到DATAFRAME

首先使用glob.glob獲得文件路徑。然后定義一個列表，讀取文件后再使用concat合并讀取到的數據。

#讀取數據import pandas as pdimport numpy as npimport glob,ospath=r'e:/tj/month/fx1806'file=glob.glob(os.path.join(path, "zq*.xls"))print(file)dl= []for f in file: dl.append(pd.read_excel(f,header=[0,1],index_col=None))df=pd.concat(dl)

下面看下Python使用pandas處理CSV文件的方法

Python中有許多方便的庫可以用來進行數據處理，尤其是Numpy和Pandas,再搭配matplot畫圖專用模塊，功能十分強大。

CSV（Comma-Separated Values）格式的文件是指以純文本形式存儲的表格數據，這意味著不能簡單的使用Excel表格工具進行處理，而且Excel表格處理的數據量十分有限，而使用Pandas來處理數據量巨大的CSV文件就容易的多了。

我用到的是自己用其他硬件工具抓取得數據，硬件環境是在Linux平臺上搭建的，當時數據是在運行腳本后直接輸出在terminal里的，數據量十分龐大，為了保存獲得的數據，在Linux下使用了數據流重定向，把數據全部保存到了文本文件中，形成了一個本地csv文件。

Pandas讀取本地CSV文件并設置Dataframe(數據格式)

import pandas as pdimport numpy as npdf=pd.read_csv('filename',header=None,sep=' ') #filename可以直接從盤符開始，標明每一級的文件夾直到csv文件，header=None表示頭部為空，sep=' '表示數據間使用空格作為分隔符，如果分隔符是逗號，只需換成 ‘，'即可。print df.head()print df.tail()#作為示例，輸出CSV文件的前5行和最后5行，這是pandas默認的輸出5行，可以根據需要自己設定輸出幾行的值

圖片中顯示了我本地數據的前5行與最后5行，最前面一列沒有標號的是行號，數據一共有13列，標號從0到12，一行顯示不完全，在第9列以后換了行，并且用反斜杠“/”標注了出來。

2017年4月28日更新

使用pandas直接讀取本地的csv文件后，csv文件的列索引默認為從0開始的數字，重定義列索引的語句如下：