我们有时候会批量处理同一个文件夹下的文件，并且希望读取到一个文件里面便于我们计算操作。比方我有下图一系列的txt文件，我该如何把它们写入一个txt文件中并且读取为DataFrame格式呢？
首先我们要用到glob模块，这个python内置的模块可以说是非常的好用。
glob.glob('*.txt')
得到如下结果：
all.txt是我最后得到的结果文件。可以见返回的是一个包含txt文件名称的列表，当然如果你的文件夹下面只有txt文件，那么你用os.listdir()可以得到一个一样的列表
然后读取的时候只要注意txt文件的编码格式（可以用notepad++打开记事本查看）和间隔符的形式就好了，完整的代码如下：
import os
import pandas
import codecs
import glob
import pandas as pd
os.getcwd()
os.chdir('D:\AAAASXQ\python study\data preprocessing')
def txtcombine()：
files = glob.glob('*.txt')
all = codecs.open('all.txt','a')
for filename in flist:
print(filename)
fopen=codecs.open(filename,'r',encoding='utf-8')
lines=[]
lines=fopen.readlines()
fopen.close()
i=0
for line in lines:
for x in line:
all.write(x)
#读取为DataFrame格式
all1 = pd.read_csv('all.txt',sep=' ',encoding='GB2312')
#保存为csv格式
all1.to_csv('all.csv',encoding='GB2312')
if __name__ == '__main__':
txtcombine()
以上这篇python批量读取txt文件为DataFrame的方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。
