如何遍历S3中的所有.csv.gz文件并将其附加到Sagemaker Notebook中？

问题描述

我在S3中有几个.csv.gz文件，它们需要在数据帧中相互附加。但是，我不确定如何通过此路径正确循环以追加所有文件。

这是我要做的代码：

import os
import datetime
import time
from dateutil.relativedelta import relativedelta
import argparse
import pandas as pd
import boto3
import botocore 

AWS_KEY = "*********"
AWS_ID = "****"
S3_BUCKET = 's3://sie-gss-datascience-ahudson'
client = boto3.client('s3')
bucket = 'test'

data_key = "August2020_20180201_data_0_0_0.csv.gz" -- I NEED TO ADD THE LOOP HERE!
data_location = 's3://{}/{}'.format(bucket,data_key) 
pd.read_csv(data_location) 

到目前为止，它仅获取第一个文件并将其显示在数据框中。如何更改代码，使其显示包含此路径中所有文件的数据框？

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）