Python 如何使用相对路径打开data_文件夹中的文件？

我正在使用pandas，需要读取一些csv文件，结构如下：

文件夹/folder2/scripts\u文件夹/script.py

from pathlib import Path
path = Path(__file__).parent / "../data_folder/data.csv"
pd.read_csv(path)

文件夹/folder2/data_文件夹/data.csv

如何从

scripts\u文件夹中的脚本打开
data.csv
文件

我试过这个：

absolute_path = os.path.abspath(os.path.dirname('data.csv'))

pandas.read_csv(absolute_path + '/data.csv')

我得到这个错误：

File folder/folder2/data_folder/data.csv does not exist

试一试

您可以使用
\uuuu文件\uuuuu
属性：

import os
import pandas as pd
df = pd.read_csv(os.path.join(os.path.dirname(__file__), "../data_folder/data.csv"))

Pandas将从当前python文件所在的位置开始查看。因此，您可以使用“..”从当前目录移动到数据所在的位置
例如：

pd.read_csv('../../../data_folder/data.csv')

将上升3级，然后进入data_文件夹（假设它在那里）
或

假设您的data_文件夹与.py文件位于同一目录中。
对于非Windows用户：

import pandas as pd
import os

os.chdir("../data_folder")
df = pd.read_csv("data.csv")

import pandas as pd

df = pd.read_csv(r"C:\data_folder\data.csv")

对于Windows用户：

import pandas as pd
import os

os.chdir("../data_folder")
df = pd.read_csv("data.csv")

import pandas as pd

df = pd.read_csv(r"C:\data_folder\data.csv")

上面位置中的前缀r为pandas数据帧提供位置时节省了时间。
我也在寻找相对路径版本，这样可以正常工作。注意：当运行（Spyder 3.6）时，您将看到（unicode错误）'UnicodeScape'编解码器无法在结束三引号处解码字节。删除有问题的注释行14和15，调整环境的文件名和位置，并检查缩进

import pandas as pd
df = pd.read_csv('C:/data_folder/data.csv')

--编码：utf-8--
“”“
创建于2020年1月24日星期五12:12:40

资料来源：

表明：
通过指定相对路径-windows版本加载不在CWD中的csv

@作者：道格

我们将从CWD
C:\Users\Doug\.spyder-py3\Data Camp\pandas
加载文件

C:/Users/Doug/.spyder-py3/Data Camp/Cleaning/g1803.csv

“”“

保持物品整洁：

使用python或pandas时，当您使用
read_csv
或
pd.read_csv
时，它们都会查看当前工作目录，默认情况下，python进程已在其中启动。因此，您需要使用
os
模块来
chdir（）

import pandas as pd 
import os
print(os.getcwd())
os.chdir("D:/01Coding/Python/data_sets/myowndata")
print(os.getcwd())
df = pd.read_csv('data.csv',nrows=10)
print(df.head())

您可以始终使用
~
指向您的主目录，然后您可以引用您的数据文件夹

import pandas as pd
df = pd.read_csv("~/mydata/data.csv")

你的情况应该是这样的

import pandas as pd
df = pd.read_csv("~/folder/folder2/data_folder/data.csv")

您还可以将
数据
目录设置为前缀

import pandas as pd
DATA_DIR = "~/folder/folder2/data_folder/"
df = pd.read_csv(DATA_DIR+"data.csv")

你可以像@nikos tavoularis所说的那样利用这个机会

import pandas as pd
DATA_DIR = "~/folder/folder2/data_folder/"
FILE_NAME = "data.csv"
df = pd.read_csv(f"{DATA_DIR}{FILE_NAME}")

这里的链接回答了这个问题

基本上，使用
Path
from
pathlib
可以在script.py中执行以下操作

from pathlib import Path
path = Path(__file__).parent / "../data_folder/data.csv"
pd.read_csv(path)

你可以试试这个

df = pd.read_csv("E:\working datasets\sales.csv")
print(df.head())

事实上，这是最好的解决方案。为什么我们不指定所有父文件夹？还可以使用osThanks作为答案。当我使用双引号而不是单引号时，问题得到了解决。感谢这是我作为python/机器学习初学者所需要的解释！没有理由导入操作系统。请参阅@ksooklall's answer.pandas自动查找运行笔记本的CSV或任何其他数据集文件，但os.chdir（）只是更改要从中拾取多个数据的工作目录位置。如果你想读取CSV文件，可能你有大量的数据存储在一个给定的文件夹中，那么你就不需要每次都写入位置。这会产生副作用，并且为了某种感觉上的方便而忽略这些数据是不好的做法。我之所以说“感觉方便”，是因为另一个答案更简短、可读性更强，并且没有你不必要的依赖性。提供的答案被标记为低质量帖子供审查。以下是一些指导原则。提供的答案不正确，仅代码答案不被视为“好”答案。从…起OP特别说明了
相对路径
，但您已经用
绝对路径
回答了问题。这是否回答了您的问题？另外：，
from pathlib import Path
path = Path(__file__).parent / "../data_folder/data.csv"
pd.read_csv(path)

df = pd.read_csv("E:\working datasets\sales.csv")
print(df.head())