如何遍历目录，仅提取 .txt 文件，并将每个 .txt 文件放入单独但可访问的 DataFrame 中？答案

【问题标题】：How can I loop through a directory, extract only .txt files, and put each .txt file into a separate but accessible DataFrame?如何遍历目录，仅提取 .txt 文件，并将每个 .txt 文件放入单独但可访问的 DataFrame 中？
【发布时间】：2017-08-15 02:33:31
【问题描述】：

我有一个 PDF 文件和大约 130 个 .txt 文件。

PDF 文件没用，需要跳过。每个 .txt 文件都包含名称数据，每个 .txt 文件代表从 1880 年到 2010 年的年份。

所有 .txt 文件的格式都相同：姓名、性别、在特定年份使用该姓名的人数。以下是其中一个 .txt 文件的示例：

Mary,M,8754
Susan,M,5478
Brandy,M,5214
etc...

每个 .txt 文件中可能有数千个名称。我的问题基本上是标题所问的。我想知道如何有效地获取每个 .txt 文件并将它们放入单独但可访问的 DataFrames 中。我希望能够快速搜索并提取特定名称的平均值或标准差等内容。

我已经研究了多个具有类似问题/疑虑的主题，但没有一个对我有任何实际用处：

Import multiple csv files into pandas and concatenate into one DataFrame Read multiple *.txt files into Pandas Dataframe with filename as column header

creating pandas data frame from multiple files

我们不胜感激。

【问题讨论】：

文件没有标题？
@piRSquared 不，文件没有任何标题

标签： python pandas numpy dataframe

【解决方案1】：

import pandas as pd
from glob import glob

path = 'your_path' # use your path
files = glob(path + '/*.txt')

get_df = lambda f: pd.read_csv(f, header=None, names=['Name', 'Sex', 'Count'])

dodf = {f: get_df(f) for f in files}

【讨论】：

啊，这是一个很好的解决方案。不过有几个问题......你的“dodf”代表“数据帧的数据”吗？另外，既然每个文件都在各自的 DataFrame 中，我该如何访问它们（假设我想打印第一个文件）？
@shadewolf 'dict of dataframes'
@shadewolf 你可以使用dodf[files[0])
我在上面的示例中收到“列表索引超出范围”错误，这很奇怪，因为每个文件都已分配给数据框。我在这里错过了什么吗？
@shadewolf 您可能正在覆盖files 名称？这对我来说毫无意义。