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

七分钟辅助!丽水茶苑苹果手机辅... 七分钟辅助!丽水茶苑苹果手机辅助,本来是真的有辅助教程(有挂方式)1、实时丽水茶苑苹果手机辅助透视辅...
第一分钟辅助!闲来辅助神器下载... 第一分钟辅助!闲来辅助神器下载2022,好像真的有辅助方法(有挂教程)1、不需要AI权限,帮助你快速...
九分钟辅助!丽水都莱辅助工具试... 九分钟辅助!丽水都莱辅助工具试用,确实存在有辅助神器(有挂方法)九分钟辅助!丽水都莱辅助工具试用,确...
第一分钟辅助!蛮王辅助器,好像... 第一分钟辅助!蛮王辅助器,好像是有辅助方法(有挂教学)1、首先打开蛮王辅助器辅助器下载最新版本,在蛮...
第六分钟辅助!潮汕汇挂,一贯真... 第六分钟辅助!潮汕汇挂,一贯真的是有辅助插件(有挂辅助)1、这是跨平台的潮汕汇挂轻量版有透视,在线的...
六分钟辅助!微信开心泉州辅助器... 六分钟辅助!微信开心泉州辅助器,一直有辅助器(有挂教学)1、下载好微信开心泉州辅助器透视辅助下载之后...
第3分钟辅助!佛手十三道破解版... 第3分钟辅助!佛手十三道破解版安卓,竟然真的有辅助攻略(有挂存在)1、让任何用户在无需佛手十三道破解...
2分钟辅助!sohoo竞技联盟... 2分钟辅助!sohoo竞技联盟辅助,切实真的有辅助脚本(有挂技术)1.sohoo竞技联盟辅助 选牌创...
第8分钟辅助!心悦手游辅助器,... 第8分钟辅助!心悦手游辅助器,原来真的是有辅助技巧(确实有挂);1、每一步都需要思考,不同水平的挑战...
第十分钟辅助!广东雀神祈福真的... 第十分钟辅助!广东雀神祈福真的有用吗,都是是有辅助技巧(有挂方略)1、下载好广东雀神祈福真的有用吗透...