パンダ：複数のtxtファイルを含むzipファイルを読み込む方法は？

Question

私は、各zipファイルには、3つの異なるtxtファイルが含まれている私のパスに保存されている多くのzipファイル

• mypath/data1.zip
• mypath/data2.zip
• など

を持っています。例えば、data1.zipにあります：

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

私は（ETCつまり、data1_c.txt、data2_c.txt、data3_c.txt、）各zip形式のファイルからdatai_c.txtをロードする必要がありますこれらをデータフレームに連結します。

read_csvを使用して残念ながら私はこれを行うことができません。これは、単一の圧縮ファイルでのみ機能するためです。

どのようにすればいいですか？ありがとう！

Answer 1

zipファイルにアクセスするには、他のコードが必要です。以下は、O'ReillyののPythonクックブックからのコード

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 

Answer 2

あなたは次のようにpatoolライブラリと仕事をしたい：

import patool 
import pandas as pd 
compression = zipfile.ZIP_DEFLATED 
patoolib.extract_archive('mypath/data1.zip', outdir='mypath', interactive=False, verbosity=-1) 

店read_csvを使用してDataFrameでeachtxtファイルのように： DF = pd.read_csv（ 'mypathで/ data1_a'）を

pd.concatを使用して任意の方法でデータフレームを連結します。