Python读取FTP中CSV文件及目录操作与Pandas直接加载方法

没问题，我来一步步帮你搞定这个需求！

Python里用内置的ftplib库就能轻松搞定FTP操作，既然你已经成功连接服务器了，直接看后续步骤：

• 获取根目录下的文件夹列表：
  ftp.nlst()会返回根目录的所有条目，但没法直接区分文件和文件夹，所以我们可以通过尝试切换目录的方式来筛选：

from ftplib import FTP

# 假设你已经完成连接，比如：ftp = FTP('你的服务器地址', '用户名', '密码')

all_items = ftp.nlst()
folders = []
for item in all_items:
    try:
        # 尝试切换到该条目，成功就说明是文件夹
        ftp.cwd(item)
        folders.append(item)
        # 切回根目录继续判断其他条目
        ftp.cwd('..')
    except:
        # 切换失败，说明是文件，跳过
        pass

print("根目录下的文件夹：", folders)

• 进入指定文件夹：
  直接用cwd命令就行，比如你要进入名为sales_data的文件夹，执行：

ftp.cwd('sales_data')

之后所有操作就会在这个文件夹下进行啦。

完全可以直接加载到Pandas里，给你两种常用方案：

方案1：先下载到本地再读取 #

适合文件较大的场景，步骤直观：

import pandas as pd

# 假设当前在目标文件夹，要读取monthly_sales.csv
local_save_path = './monthly_sales.csv'
with open(local_save_path, 'wb') as local_file:
    # 从FTP下载文件到本地
    ftp.retrbinary('RETR monthly_sales.csv', local_file.write)

# 加载到Pandas DataFrame
df = pd.read_csv(local_save_path)

方案2：内存直接读取（无需本地存储） #

更高效，不用占用本地磁盘空间，借助io.BytesIO做内存缓冲区：

import pandas as pd
from io import BytesIO

# 把CSV内容读取到内存缓冲区
csv_buffer = BytesIO()
ftp.retrbinary('RETR monthly_sales.csv', csv_buffer.write)
# 重置缓冲区指针到开头，不然Pandas读不到内容
csv_buffer.seek(0)

# 直接加载到Pandas
df = pd.read_csv(csv_buffer)

如果要批量处理文件夹里的所有CSV，还可以这么做：

# 获取当前目录下所有CSV文件
current_dir_items = ftp.nlst()
csv_files = [file for file in current_dir_items if file.lower().endswith('.csv')]

# 批量加载成DataFrame列表
df_collection = []
for csv_file in csv_files:
    buffer = BytesIO()
    ftp.retrbinary(f'RETR {csv_file}', buffer.write)
    buffer.seek(0)
    df = pd.read_csv(buffer)
    df_collection.append(df)

# 要是需要合并所有数据
combined_df = pd.concat(df_collection, ignore_index=True)

小提醒 #

• 确保你的FTP账号有文件读取权限，不然会触发权限错误。
• 如果CSV文件有特殊编码（比如GBK），记得在pd.read_csv里加上encoding='gbk'参数。
• 超大文件建议用方案1，避免内存过载。

内容的提问来源于stack exchange，提问作者Harikrishna