python批量读取txt文件为DataFrame

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()