循环遍历文件列表

Question

我正在开发数据列检查，但我很难确定如何正确循环文件列表。我有一个包含csv文件列表的文件夹。我需要检查每个文件是否保持某种结构。我并不担心检查每个文件的结构，我更担心如何正确地从dir中提取每个文件，数据帧，然后转到下一个文件。任何帮助将非常感激。

def files(path):
    files = os.listdir(path)
    len_files = len(files)
    cnt = 0

    while cnt < len_files:
        print(files)
        for file in os.listdir(path):
            if os.path.isfile(os.path.join(path, file)):
                with open(path + file, 'r') as f:
                    return data_validate(f)


def data_validate(file):
    # Validation check code will eventually go here...

    print(pd.read_csv(file))


def run():
   files("folder/subfolder/")

Answer 1

你用的是哪个版本的python？

我使用Pathlib和python3.6 +用pandas做了很多文件处理。我发现Pathlib易于使用，但你仍然需要重新考虑一些他们还没有实现的功能。一个优点是Path对象可以不经修改地传递给os函数 - 所以我喜欢灵活性。

这是一个函数，我曾经递归地通过一个任意的目录结构，我已经修改过，看起来更像你上面想要实现的，返回一个DataFrames列表。

如果您的目录始终是扁平的，则可以进一步简化此操作。

def files(directory):
    top_dir = Path(directory)
    validated_files = list()
    for item in top_dir.iterdir():
        if item.is_file():
            validated_files.append(data_validate(item))
        elif item.is_dir():
            validated_files.append(files(item))
    return validated_files