遍历文件夹,提取文本,创建单个数据框
创始人
2024-12-04 11:30:39
0

以下是一个示例代码,用于遍历文件夹中的文件,提取文本并创建一个单个数据框:

import os
import pandas as pd

def extract_text(file_path):
    with open(file_path, 'r') as file:
        text = file.read()
    return text

def create_dataframe(root_folder):
    data = {'File': [], 'Text': []}
    
    for root, dirs, files in os.walk(root_folder):
        for file in files:
            file_path = os.path.join(root, file)
            text = extract_text(file_path)
            
            data['File'].append(file_path)
            data['Text'].append(text)
    
    df = pd.DataFrame(data)
    return df

# 设置根文件夹路径
root_folder = '文件夹路径'

# 创建数据框
df = create_dataframe(root_folder)

# 打印数据框
print(df)

上述代码中,首先定义了两个函数:extract_text()用于提取文件的文本内容,create_dataframe()用于创建数据框。extract_text()函数接受文件路径作为参数,并使用open()函数打开文件并读取内容,并返回文本。create_dataframe()函数接受根文件夹路径作为参数,使用os.walk()函数遍历文件夹中的所有文件,并调用extract_text()函数提取文本内容。提取的文件路径和文本内容分别存储在字典data的键FileText中。最后,使用pd.DataFrame()函数将字典转换为数据框,并返回该数据框。

你需要将root_folder变量设置为你想要遍历的文件夹的路径。运行代码后,将会输出一个包含文件路径和文本内容的数据框。

相关内容

热门资讯

8分钟辅助!多乐够级记牌小程序... 8分钟辅助!多乐够级记牌小程序,德扑ai总是有挂,教你攻略(有挂科普)1、多乐够级记牌小程序系统规律...
传递经验!掌中乐游戏中心可以开... 传递经验!掌中乐游戏中心可以开挂吗(透视)切实是有挂(2021已更新)(哔哩哔哩);1、游戏颠覆性的...
微扑克德州专用辅助器!微扑克真... 微扑克德州专用辅助器!微扑克真的有外 挂嘛,微扑克系统发牌规律,爆料教程(有挂工具)1、玩家可以在微...
教你攻略!wepoke软件透明... 教你攻略!wepoke软件透明功能实现方法(wepoke辅助插件)WepoKe(其实真的有挂);(需...
必备教程!闲逸斗地主有挂吗(透... 必备教程!闲逸斗地主有挂吗(透明挂)确实是真的有挂(2024已更新)(哔哩哔哩)运闲逸斗地主有挂吗辅...
两分钟辅助!星悦云南麻将软挂神... 两分钟辅助!星悦云南麻将软挂神器,拱趴大菠萝真是是真的有挂,线上教程(有挂解说)1、星悦云南麻将软挂...
微扑克辅助挂!微扑克辅助多少钱... 1、微扑克辅助挂!微扑克辅助多少钱,微扑克发牌机制(总是存在有挂);详细教程。2、微扑克透视辅助简单...
WePoKe外 挂!wepok... WePoKe外 挂!wepoke软件能玩,wepower软件靠谱,2025新版总结(有挂解说);we...
一分钟揭秘!兴动互娱辅助软件(... 一分钟揭秘!兴动互娱辅助软件(透视辅助)其实真的是有挂(2024已更新)(哔哩哔哩)1)兴动互娱辅助...
三分钟科普!小白大作战棋牌有挂... 三分钟科普!小白大作战棋牌有挂吗,pokerrrr2一直有挂,新2025版(有挂黑科技)1、任何小白...