我需要从多个目录中读取镶木地板文件。
例如
Dir---
|
----dir1---
|
.parquet
.parquet
|
----dir2---
|
.parquet
.parquet
.parquet
有没有办法将这些文件读取到单个熊猫数据帧?
注意: 所有的镶木地板文件都是使用 pyspark 生成的。
在列表理解中使用read_parquet
,concat
glob
with**
(python 3.5+( 生成的所有文件:
import pandas as pd
import glob
files = glob.glob('Dir/**/*.parquet')
df = pd.concat([pd.read_parquet(fp) for fp in files])