You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

Python实现输出CSV文件名自动匹配输入文件并追加_results后缀

自动生成带后缀的CSV输出文件方案

需求背景

现有CSV文件内容如下:

cat input.csv
dwelling,wall,weather,occ,height,temp
5,2,Ldn,Pen,154.7,23.4
5,4,Ldn,Pen,172.4,28.7
3,4,Ldn,Pen,183.5,21.2
3,4,Ldn,Pen,190.2,30.3

通过Pandas导入数据:

import pandas as pd
input_df = pd.read_csv('input.csv')

完成数据计算后,需要自动生成与输入文件同名、追加_results.csv后缀的输出文件,无需手动修改文件名。


方法1:字符串拆分法(简单直接)

直接对输入文件名做字符串拆分拼接,适合简单文件名场景:

import pandas as pd

input_file = 'input.csv'
# 拆分文件名和后缀,拼接成输出文件名
output_file = f"{input_file.rsplit('.', 1)[0]}_results.csv"
# 如果要放到Results文件夹,直接加路径前缀
output_file = f"Results/{input_file.rsplit('.', 1)[0]}_results.csv"

# 导入数据
input_df = pd.read_csv(input_file)

# 这里插入你的数据计算逻辑
# 示例:新增温度与平均值的差值列
input_df['temp_diff'] = input_df['temp'] - input_df['temp'].mean()

# 导出结果,index=False避免导出多余的索引列
input_df.to_csv(output_file, index=False)

方法2:os模块处理(适配复杂路径)

如果输入文件包含路径(比如data/input.csv),用os.path模块处理更规范:

import pandas as pd
import os

input_file = 'input.csv'
# 拆分路径、文件名和后缀
file_dir, file_name = os.path.split(input_file)
name, ext = os.path.splitext(file_name)

# 生成输出文件名,可保留原路径或指定到Results文件夹
# 保留原路径:
output_file = os.path.join(file_dir, f"{name}_results{ext}")
# 指定到Results文件夹:
output_file = os.path.join("Results", f"{name}_results{ext}")

# 导入数据
input_df = pd.read_csv(input_file)

# 数据计算逻辑...

# 导出
input_df.to_csv(output_file, index=False)

方法3:封装成函数(复用性强)

如果频繁需要这类操作,封装成函数更方便:

import pandas as pd
import os

def process_csv(input_file, output_dir="Results"):
    # 自动创建输出目录(不存在则新建)
    os.makedirs(output_dir, exist_ok=True)
    # 处理文件名
    _, file_name = os.path.split(input_file)
    name, ext = os.path.splitext(file_name)
    output_file = os.path.join(output_dir, f"{name}_results{ext}")
    
    # 导入数据
    df = pd.read_csv(input_file)
    
    # 这里写你的数据计算逻辑
    # 示例:计算身高的最小值列
    df['height_min'] = df['height'].min()
    
    # 导出结果
    df.to_csv(output_file, index=False)
    return output_file

# 调用函数处理文件
process_csv('input.csv')

内容的提问来源于stack exchange,提问作者Loz

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.08.07 19:25:40