前提・実現したいこと

ここに質問の内容を詳しく書いてください。
最近pythonを用いて機械学習を始めた者です。
現在google colabを用いての開発を行っているのですが、
googleドライブ上のCSVファイルを複数読み込んで一つのCSVファイルに結合させるには
どうすればよいでしょうか？
初歩的なことで申し訳ありません。

classification.py

import pandas as pd
import numpy as np
from sklearn import svm, metrics, cross_validation
from sklearn.neighbors import KNeighborsClassifier
knn = KNeighborsClassifier(n_neighbors=1)

csvファイルを読み込む

csv = pd.read_csv("iris.csv")←複数のCSVファイルを読み込んで結合させたい

任意の列を抽出

csv_data = csv[["SepalLength", "SepalWidth", "PetalLength", "PetalWidth"]]
csv_label = csv["Name"]

学習用とテスト用に分割

train_data, test_data, train_label, test_label =
cross_validation.train_test_split(csv_data, csv_label)

データを学習し、予測

clf = svm.SVC()
clf.fit(train_data, train_label)
pre = clf.predict(test_data)

正解率を求める

ac_score = metrics.accuracy_score(test_label, pre)
print("正解率 =", ac_score)

未知のデータを予測

newdata = np.array([[5.8,2.6,4.0,1.2]])
print("newdata.shape: {}".format(newdata.shape))

knn.fit(train_data, train_label)

prediction = knn.predict(newdata)
print("Predicted target name: {}".format(prediction))

行動規範の内容に同意します

回答1件

ベストアンサー

pathlibを使うのはいかがでしょうか。

Python
1from pathlib import Path
2
3path = Path("読み込む場所　例：../input")
4file_csv = path.glob("*.csv")
5count = 0
6
7for csv in file_csv:
8    if count == 0:
9        df = pd.read_csv(csv , encoding="cp932")
10        count += 1
11    else:
12        df1 = pd.read_csv(csv , encoding="cp932")
13        df = pd.merge(df , df1 , how = "left")