[英]way to read multiple .txt files in multiple folder categories in python
我是Python的新手,正在嘗試讀取存儲在多個文件夾層次結構中的.txt文件的數據集。 文件夾的結構是
-Folder1
-Category1_Folder
-file1.txt
-Category2_Folder
-file1.txt
-file2.txt and so on...
類別具有重要性。 我需要能夠確定哪個文件來自哪個類別。 然后,我需要刪除停用詞並使用TfIDf執行特征提取。 做這樣的事情最簡單的方法是什么?
我推薦os.walk
。
如果您有類似的目錄:
project/
- folder1/
- file1.png
- file2.jpg
- folder2/
- file3.zip
然后,示例代碼為:
import os
for dirpath, dirnames, filenames in os.walk(os.getcwd()): # getcwd() for current work dir
print(dirpath, dirnames, filenames)
輸出結果為:
/project ['folder1', 'folder2'] []
/project/folder1 [] ['file1.png', 'file2.jpg']
/project/folder2 [] ['file3.zip']
如果需要文件夾,文件名,請使用for循環:
for dirname in dirnames:
for filename in filenames:
# split dirname for categories
# and so on..
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.