Python读取多个.txt文件并使用pandas行绑定

Question

我来自R（和SAS），在读取大量.txt文件（都存储在同一目录中）并在熊猫中创建一个大数据框时遇到问题。 到目前为止，我已经尝试过合并代码-所有这些都不幸失败了。 我认为这是一个简单的任务，但缺乏python的经验...

如果有帮助，我将使用以下数据创建一个大型数据框： http ://www.ssa.gov/oact/babynames/limits.html-特定于状态的集合（总共50个，以其状态缩写命名）。文本）

请帮忙！

import pandas as pd

import glob

filelist = glob.glob("C:\Users\Dell\Downloads\Names\*.txt")

names = ['state', 'gender', 'year', 'name', 'count']

然后，我正在考虑使用pd.concat，但是不确定-本质上我想读取每个数据集，然后将它们绑定在一起（假设它们都具有相同的列）。

Answer 1

concat很不错，因为默认情况下“ join”设置为“ outer”（即索引的并集）。 您可以轻松地使用df.join（），但必须将“如何”指定为“外部”。 无论哪种方式，都可以非常简单地构建数据框：

import pandas as pd
from glob import glob as gg

data = pd.DataFrame()
names = ['state', 'gender', 'year', 'name', 'count']

for f in gg('*.txt'):
    tmp = pd.read_csv(f,columns=names)

    data = pd.concat([data,tmp],axis=0,ignore_index=True)