以文件名作为列标题将多个 *.txt 文件读入 Pandas Dataframe

Question

我正在尝试导入一组 *.txt 文件。我需要将文件导入 Python 中 Pandas DataFrame 的连续列中。

要求和背景信息：

1. 每个文件都有一列数字
2. 文件中没有标题
3. 可以是正整数和负整数
4. 所有 *.txt 文件的大小相同
5. DataFrame 的列必须以文件名（不带扩展名）作为标题
6. 文件数量无法提前知道

这是一个示例 *.txt 文件。其他所有格式都相同。

16
54
-314
1
15
4
153
86
4
64
373
3
434
31
93
53
873
43
11
533
46

这是我的尝试：

import pandas as pd
import os
import glob

# Step 1: get a list of all csv files in target directory
my_dir = "C:\\Python27\Files\\"
filelist = []
filesList = []
os.chdir( my_dir )

# Step 2: Build up list of files:
for files in glob.glob("*.txt"):
    fileName, fileExtension = os.path.splitext(files)
    filelist.append(fileName) #filename without extension
    filesList.append(files) #filename with extension

# Step 3: Build up DataFrame:
df = pd.DataFrame()
for ijk in filelist:
    frame = pd.read_csv(filesList[ijk])
    df = df.append(frame)
print df

第 1 步和第 2 步有效。我在第 3 步遇到问题。我收到以下错误消息：

Traceback (most recent call last):
  File "C:\Python27\TextFile.py", line 26, in <module>
    frame = pd.read_csv(filesList[ijk])
TypeError: list indices must be integers, not str

问题： 有没有更好的方法将这些 *.txt 文件加载到 Pandas 数据框中？为什么 read_csv 不接受文件名字符串？

Answer 1

您可以将它们读入多个数据帧，然后将它们连接在一起。假设您有其中两个文件，其中包含显示的数据。

In [6]:
filelist = ['val1.txt', 'val2.txt']
print pd.concat([pd.read_csv(item, names=[item[:-4]]) for item in filelist], axis=1)
    val1  val2
0     16    16
1     54    54
2   -314  -314
3      1     1
4     15    15
5      4     4
6    153   153
7     86    86
8      4     4
9     64    64
10   373   373
11     3     3
12   434   434
13    31    31
14    93    93
15    53    53
16   873   873
17    43    43
18    11    11
19   533   533
20    46    46

Answer 2

你很亲密。 ijk 已经是文件名了，你不需要访问列表：

# Step 3: Build up DataFrame:
df = pd.DataFrame()
for ijk in filelist:
    frame = pd.read_csv(ijk)
    df = df.append(frame)
print df

以后，请按原样提供工作代码。你导入from pandas import * 然后将pandas 称为pd，这意味着导入import pandas as pd。

您还需要注意变量名。 files实际上是单个文件路径，filelist和filesList与变量名没有明显区别。将个人文档保存在 python 目录中似乎也是一个坏主意。