如何从多个文本文件获取元组列表？并实现子目录TXT文件0、1计数提取以适配Pandas数据框

我看了你的代码，发现几个关键问题导致它没法返回所有文件的统计结果，现在帮你修正并优化：

原代码的核心问题 #

• 每次处理新文件时，你都重新初始化了list_zeros和list_ones，之前文件的统计数据会被直接清空
• 函数在处理第一个文件后就直接return了，后面的文件根本没机会被处理
• 当前逻辑是统计每行的0/1数量并加入列表，但看起来你需要的是每个文件的总0数和总1数（这样才能对应到DataFrame的每一行数据）

修正后的完整代码 #

from pathlib import Path
import pandas as pd

def count_0s_1s(paths):
    # 初始化两个列表，用来存储每个文件的总0数和总1数
    total_zeros = []
    total_ones = []
    # 遍历所有目标文件路径
    for p in paths:
        # 读取整个文件的文本内容
        content = p.read_text()
        # 统计当前文件中0和1的总数
        zero_count = content.count('0')
        one_count = content.count('1')
        # 将统计结果添加到对应列表
        total_zeros.append(zero_count)
        total_ones.append(one_count)
    # 所有文件处理完成后返回两个统计列表
    return total_zeros, total_ones

# 目标根目录
path = "/content/drive/MyDrive/data/classes/"
# 获取所有子目录下以marked开头的txt文件路径（转成list方便后续查看）
paths = list(Path(path).glob("*/marked*.txt"))
# 调用函数获取统计结果
n_zeros, n_ones = count_0s_1s(paths)

# 可选：直接转换成Pandas DataFrame，方便后续分析
df = pd.DataFrame({
    'file_path': [str(p) for p in paths],
    'zero_count': n_zeros,
    'one_count': n_ones
})

# 查看前几行结果
print(df.head())

代码优化说明 #

• 把列表初始化移到了文件循环外面，确保能累积所有文件的统计值
• 直接对整个文件内容统计0/1总数，比逐行统计更高效（如果需要每行的统计数据，可以再调整回逐行逻辑）
• 遍历完所有文件后再返回结果，不会提前终止循环
• 额外添加了DataFrame转换代码，包含文件路径列，方便你对应每个文件的统计数据

这样修改后，你就能得到两个符合需求的列表：n_zeros存储每个文件的0总数，n_ones存储每个文件的1总数，完美适配Pandas数据框的构建～

内容的提问来源于stack exchange，提问作者João Moço