python - Pandas:如何加载包含多个 txt 文件的 zip 文件？

Question

我的路径中存储了很多 zip 文件

• mypath/data1.zip
• mypath/data2.zip
• 等等

每个 zip 文件包含三个不同的 txt 文件。例如，在 data1.zip 中有:

• data1_a.txt
• data1_b.txt
• data1_c.txt

我需要从每个压缩文件加载datai_c.txt(即data1_c.txt、data2_c.txt、 data3_c.txt 等)并将它们连接成一个数据框。

不幸的是，我无法使用 read_csv 这样做，因为它只适用于单个压缩文件。

有什么办法吗？谢谢!

Answer 1

因此您需要一些其他代码才能进入 zip 文件。以下是 O'Reilly 的 Python Cookbook

修改后的代码

import zipfile
import pandas as pd
## make up some data for example
x = pd.DataFrame({"A": [1, 2], "B": [3, 4]}) 
x.to_csv('a.txt', sep="|", index=False) 
(x * 2).to_csv('b.txt', sep="|", index=False)

with zipfile.ZipFile('zipfile.zip', 'w') as myzip:
    myzip.write('a.txt')
    myzip.write('b.txt')
    for filename in z.namelist( ): print 'File:', filename,
         insideDF = pd.read_csv(StringIO(z.read(filename)))
         df = pd.concat([df, insideDF])
print df