您可以将ZipFile.open()传递给pandas.read_csv()，以从打包成多文件zip的csv文件构造pandas.DataFrame。

代码：

pd.read_csv(zip_file.open('file3.txt'))

将所有.csv读入dict示例：

from zipfile import ZipFile

zip_file = ZipFile('textfile.zip')
dfs = {text_file.filename: pd.read_csv(zip_file.open(text_file.filename))
       for text_file in zip_file.infolist()
       if text_file.filename.endswith('.csv')}

最简单的处理方法（如果你有一个大的csv文件的多个部分压缩到一个zip文件）。

import pandas as pd
from zipfile import ZipFile

df = pd.concat(
    [pd.read_csv(ZipFile('some.zip').open(i)) for i in ZipFile('some.zip').namelist()],
    ignore_index=True
)

不久前，我在XML文件上遇到了类似的问题。zipfile模块可以帮助您实现这一目标。

from zipfile import ZipFile

z = ZipFile(yourfile)

text_files = z.infolist()

for text_file in text_files:
    z.read(text_file.filename)

如果你想把它们连接成一个pandas对象，那么它可能会变得有点复杂，但这应该是你的开始。注意，read方法返回字节，因此您可能还必须处理它。

对于zipfile中有空txt文件的用户：

from zipfile import ZipFile
z = ZipFile('textfile.zip')
df = pd.concat(
    [pd.read_csv(z.open(i.filename)) for i in z.infolist() if i.compress_size > 0],
    ignore_index=True)

否则，将出现“pandas.errors.EmptyDataError：将不显示要从文件“”中分析的列。