求问如何快速地将一个文件夹里的所有的 csv 文件转换到一个 numpy 数组里面去？

[amoy]

RT，选修课的题目（之前提问过）现在遇到的问题。每个 csv 文件列索引是一样的，有一列是 label，其他是属性。

[renmu]

pandas 直接 read_csv()

[amoy]

@renmu 这个不是一次只能读取一 csv 个文件么？

[renmu]

@amoy 你做一个遍历，遍历文件夹所有的 csv 文件，然后 concat

[zhucegeqiu]

先 os.listdir, 再 pd.read_csv

[amoy]

@renmu @zhucegeqiu 打扰一下
listaddress=[]
for info in os.listdir('F:/bigdata/data/all'):
domain = os.path.abspath(r'F:/bigdata/data/all') # 获取文件夹的路径
info = os.path.join(domain, info) # 将路径与文件名结合起来就是每个文件的完整路径
listaddress.append(info)
dfs =[pd.read_csv(f) for f in listaddress]
#print(dfs[1])
df = pd.concat(dfs) # 将文件合并
请问运行报错是是为什么啊？
FutureWarning: Sorting because non-concatenation axis is not aligned. A future version
of pandas will change to not sort by default.

To accept the future behavior, pass 'sort=False'.

To retain the current behavior and silence the warning, pass 'sort=True'.

[Loner233]

@amoy 你看看列是否一致

[amoy]

@Loner233 多谢，还真是，有几个多了一列。文件太多了，之前没注意看，看了前几个是一样的以为都是一样的。

[amoy]

@renmu 解决了，多谢