首先，需要： import pandas as pd 对于各个文件格式，读取的语句分别如下：
.csv 示例：读取一个csv文件，将数据存于一个名为name的DataFrame. path="C:/Users/h/Desktop/wordflag.csv" name=pd.read_csv(path,sep=',',encoding='gbk') 字段含义read_csv读一个csv文件sep分隔符，默认为","encoding编码方式，一般为’gbk’。若无法读取，应将文件另存为UTF-8格式，再按encoding='utf-8’读取 .txt 示例：读取一个txt文件，将数据存于一个名为name的DataFrame.仍然使用read_csv() 函数。pandas读写csv和txt两种文件的用法一样。
path="C:/Users/h/Desktop/wordflag1.txt" name=pd.read_csv(path,sep=',',encoding='gbk') excel 示例：读取一个xlsx文件，将数据存于一个名为name的DataFrame. path="C:/Users/h/Desktop/wordflag.xlsx" df = pd.read_excel(path,sheetname=1) #读excel表的第2个sheet 字段含义pd.read_excel(path[, sheetname=sheet_index])读excel文件，默认读第一个sheet（sheet_index=0）path文件后缀可以是xlsx or xlssheetname表示读第几个sheet，从0开始计数，默认为0.也可一次性输入多个sheet，如下：
path="C:/Users/h/Desktop/wordflag.xlsx" #读第1、2、4个sheet df = pd.read_excel(path,sheetname=[0,1,3]) df Out[1]: OrderedDict([(0, 哈哈哈 嘿嘿嘿 0 哈哈哈 嘿嘿嘿 1 哈哈哈 嘿嘿嘿 2 哈哈哈 嘿嘿嘿 3 哈哈哈 嘿嘿嘿), (1, A B 0 A B 1 A B 2 A B 3 A B), (3, 1 2 0 1 2 1 1 2 2 1 2)])结果为一个OrderedDict对象，查看df[0]得：第一个sheet的数据组成的DataFrame。
df[0] Out[2]: 哈哈哈 嘿嘿嘿 0 哈哈哈 嘿嘿嘿 1 哈哈哈 嘿嘿嘿 2 哈哈哈 嘿嘿嘿 3 哈哈哈 嘿嘿嘿常用读取函数汇总：
函数功能read_csv读取文件、URL中带分隔符的数据，默认分隔符为英文逗号","read_table读取文件、URL中带分隔符的数据，默认分隔符为制表符"\t"read_fwf读取固定列宽数据，无分隔符read_clipboard读取剪切板数据对于各个文件格式，写出的语句分别如下：
.csv path="C:/Users/h/Desktop/wordflag.csv" name.to_csv(path)运行后生成一个名为wordflag的csv文件，存储于路径"C:/Users/h/Desktop/“
.txt 仍然使用 to_csv() 函数。pandas读写csv和txt两种文件的用法一样。 path="C:/Users/h/Desktop/wordflag.txt" name.to_csv(path)运行后生成一个名为wordflag的txt文件，存储于路径"C:/Users/h/Desktop/“
excel 可用pandas函数to_excel将DataFrame数据输出为xlsx或xls文件。 path="C:/Users/h/Desktop/wordflag1.xlsx" name.to_excel(path)用read_table函数。
path="C:/Users/h/Desktop/wordflag.txt" with open(path,'r') as f: name = pd.read_table(f) 字段含义with表示"在…的条件下，执行后续语句"open(path[,mode]) as filename以mode方式打开path处的文件，并取别名为filename。mode默认为只读（“r”） 各种moder以只读方式打开文件，从头开始读。r+打开一个文件用于读写，从头开始读。w打开一个文件只用于写入。若文件已存在，则删除原内容从头写入。若文件不存在，创建新文件。w+打开一个文件用于读写。若文件已存在，则删除原内容从头写入。若文件不存在，创建新文件。a打开一个文件用于追加。若文件已存在，则追加内容写入。若文件不存在，创建新文件。a+打开一个文件用于读写。若文件已存在，文件打开时会是追加读写模式。若该文件不存在，创建新文件。逐行读取
a=[] #生成一个空列表 path="C:/Users/h/Desktop/wordflag1.txt" with open(path) as f: #打开path处的文件，取别名为f for i, line in enumerate(f.readlines()): #穷举文件中读到的行，i为行编号，line为行内容 #f.readlines()为列表格式，列表每一元素为一行 a.append(line) #在列表a中追加读到的line f.close() 函数功能enumerate(object)穷举所有的组合，其中object为可迭代的对象，如列表readline( )文件的方法，用来读行数据append(data)列表、DataFrame均有的方法，追加数据data较为超前，可等到了解DataFrame和循环体再看。
import pandas as pd import os import sys import csv #设置maxint，避免数据溢出 maxInt = sys.maxsize decrement = True while decrement: decrement = False try: csv.field_size_limit(maxInt) except OverflowError: maxInt = int(maxInt/10) decrement = True #得到根目录 os.chdir('D:/chukumingxiweek20') file_chdir=os.getcwd() #文件名列表 filecsv_list=[] #遍历根目录下的文件 for root,dirs,files in os.walk(file_chdir): for file in files: #选取其中的csv文件 if os.path.splitext(file)[1]=='.csv': #在文件名列表中追加文件名 filecsv_list.append(file) #创建一个空DataFrame data=pd.DataFrame() for csv in filecsv_list[0:]: try: #读取 datatemp=pd.read_csv(csv,sep=None,encoding='utf-8',error_bad_lines=False) #打印当前读取的文件名 print(csv) #追加当前文件数据 data=data.append(datatemp) except TypeError: pass continue下期预告：字符串操作、循环体、条件语句
