python - 将许多 txt/csv 文件编译成单个数据框，并将文件名添加为列

Question

我正在努力编译许多文件，并同时将文件名作为结果数据框中的列添加。以下脚本可以工作，但不知何故仅对单个文件执行操作...为什么这不将所有文件放在一起？

import glob
import pandas as pd
import os

#  format Working but only reads 1 file

indir = "C:\\location\test"
outfile = "C:\\location\test\output.csv"
#  Change the directory to where the files are located
os.chdir(indir)

#  Make an empty list
filelist = []

#  Populate list with filenames.  structure criteria with wild cards
for files in glob.glob('*.txt'):
    filelist.append(files)

print(filelist)  # so far so good, all files are in the list

#  apply a for loop to the files listed above by glob
for files in filelist:
 # built up dataframes and append the filepath as a column
    frame = [pd.read_csv(files, skiprows=21, header=None, 
delim_whitespace=True).assign(Filename=os.path.basename(files))]
    df = pd.concat(frame, ignore_index=True)
    df.columns = ['Wavelength', 'Value', 'Filename']
    df.to_csv(outfile, index=None)
    print(df)

我知道已经有一些线程正在处理类似的问题，但这些线程以某种方式让我到达了这个特定的砖墙。

顺便说一下，源文件的形状是 2256 行 x 两列(波长和值)，目前我正在使用 allocate(Filename=os.path.basename()) 添加文件名列。

Answer 1

您正在将 for 循环与列表理解码合/混淆。选择其中之一(而不是两者)来迭代 filelist。此外，您的串联应该发生在 for 循环或列表理解之外。

例如，在这里，您可以使用列表理解，然后将其提供给 pd.concat:

filelist = list(glob.glob('*.txt'))

frames = [pd.read_csv(fp, skiprows=21, header=None, delim_whitespace=True)\
            .assign(Filename=os.path.basename(fp)) for fp in filelist]

df = pd.concat(frames, ignore_index=True)
df.columns = ['Wavelength', 'Value', 'Filename']
df.to_csv(outfile, index=None)