如何将子文件夹内的.txt文件内容与子文件夹名映射并生成DataFrame？

1. 修正字典生成逻辑 #

原代码仅存储了文件名，未读取文件内容。需要先拼接文件的完整路径，再打开文件读取内容，同时可以增加判断只处理.txt文件，避免误读其他格式文件。

修正后的代码：

import os

folder_content_map = {}
# 替换成你的主文件夹实际路径
for subdir, _, files in os.walk(r"你的主文件夹路径"):
    folder_name = os.path.basename(subdir)
    for file in files:
        if file.endswith(".txt"):
            file_full_path = os.path.join(subdir, file)
            # 编码可根据文件实际情况调整，比如gbk
            try:
                with open(file_full_path, "r", encoding="utf-8") as f:
                    file_content = f.read()
                folder_content_map.setdefault(folder_name, []).append(file_content)
            except Exception as e:
                print(f"读取 {file_full_path} 时出错: {str(e)}")

2. 转换为DataFrame #

用pandas把字典转成DataFrame，有两种常用方式，按需选择：

方式一：按文件夹分组，内容存为列表列 #

import pandas as pd

df = pd.DataFrame(folder_content_map.items(), columns=["子文件夹名称", "文件内容列表"])

方式二：每条文件内容占一行，更适合后续分析 #

import pandas as pd

data_list = []
for folder, contents in folder_content_map.items():
    for content in contents:
        data_list.append({"子文件夹名称": folder, "文件内容": content})

df = pd.DataFrame(data_list)

内容的提问来源于stack exchange，提问作者user17181673