Python循环处理多文档导出CSV：如何避免内容覆盖实现逐行追加？

你的核心问题是每次循环调用df.to_csv()时，默认使用**写入模式（'w'）**直接覆盖了原有文件。要实现追加写入，只需修改两个关键参数，并处理表头重复的问题：

关键修改点 #

• 添加mode='a'：将文件打开模式设为追加，新数据会追加到文件末尾
• 控制表头输出：只在第一次写入时生成表头，后续循环跳过表头，避免重复

修改后的完整代码 #

from pdfminer.high_level import extract_text
import glob
import pandas as pd
import os  # 导入os模块检查文件是否存在

for selectedfile in glob.glob(r'C:\Users\...\*.pdf'):
    text = extract_text(selectedfile)

    Y = set(text)
    Z = []
    Znew = []
    for val in Y:
        occurrences = wordlist2.count(val)
        if occurrences > 50:  # 定义最小出现次数
            Z.append(val)
            Znew.append(occurrences)

    # 别用内置关键字dict当变量名，改成data_dict避免冲突
    data_dict = {'Stem': Z, 'Count': Znew}
    df = pd.DataFrame(data_dict)
    
    # 判断文件是否存在，决定是否写表头
    file_exists = os.path.exists('Exported list.csv')
    # 追加模式写入，第一次写表头，后续跳过
    df.to_csv('Exported list.csv', 
              mode='a', 
              header=not file_exists, 
              index=True, 
              encoding='utf-8')

额外说明 #

• 把dict改成data_dict是因为dict是Python的内置类型，用作变量名可能引发意外问题
• 确保wordlist2是在循环外定义好的全局变量，或能在循环内正确获取到统计所需的词表

内容的提问来源于stack exchange，提问作者David