因此,我正在使用Pyhton,我有一个父目录,其中有两个子目录,依次包含许多目录,每个目录包含三个文件。我要获取每个目录的第三个文件(这是一个.CSV文件),并将它们解析为一个pandas数据框。这是我到目前为止的代码
import os
rootdir ='C:\\Dir\\Dir\\Dir\\root(parent)dir'
# os.listdir(rootdir)
# os.getcwd()
filelist = os.listdir(rootdir)
# file_count = len(filelist)
def list_files(dir):
r = []
for root, dirs, files in os.walk(dir):
# if files.startswith('C74'):
for name in files:
r.append(os.path.join(root, name))
return r
filelist = list_files(rootdir)
现在带有“ filelist”,我将所有目录中包含的所有文件路径作为字符串。现在我需要找到:1.以三个特定字母开头的文件名(例如funtest,在这种情况下,第一个字母为fun)2.提取每个第三个文件,然后从中构造一个熊猫数据框,以便我可以继续进行数据分析。
IIUC,我们可以使用pathlib中的递归函数轻松完成此操作:
from pathlib import Path
csv = [f for f in Path(r'parent_dir').rglob('*C74*.csv')]
df = pd.concat([pd.read_csv(f) for f in csv])
如果您想再次将列表子集化,则可以这样做
subset_list = [x for x in csv if 'abc' in x.stem]
[x for x in csv if 'abc' in x.stem]
out : ['C74_abc.csv', 'abc_C74.csv']