这次给大家带来python怎么批量读取txt文件为dataframe格式，python批量读取txt文件为dataframe格式的注意事项有哪些，下面就是实战案例，一起来看一下。
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()
相信看了本文案例你已经掌握了方法，更多精彩请关注其它相关文章！
推荐阅读：
python字符串如何转为二维数组
js的eventemitter使用步奏详解
以上就是python怎么批量读取txt文件为dataframe格式的详细内容。