如何将多个纯文本文件读取为含文件名与文本列的DataFrame？

问题出在pd.read_table()的使用场景——它适合读取带分隔符的表格数据，而非纯文本内容。当读取无分隔符的纯文本时，pandas会误将文件内容解析为列名，导致生成不符合预期的DataFrame。

可以通过直接读取文件内容为字符串，手动构造每行数据的方式解决：

from pathlib import Path
import pandas as pd

data = []
# 遍历目标路径下的所有txt文件
for file in Path("/content/").glob("*.txt"):
    # 读取文件全部内容，若文件有特殊编码可调整encoding参数
    with open(file, 'r', encoding='utf-8') as f:
        text_content = f.read()
    # 将文件名和对应文本存入字典，再添加到列表
    data.append({
        "FileName": file.name,
        "text": text_content
    })

# 将列表转换为目标DataFrame
df = pd.DataFrame(data)
print(df)

关键改进点： #

• 用open()+read()直接读取纯文本内容为完整字符串，规避pandas的表格解析逻辑干扰
• 手动构建包含FileName和text的字典，确保每个文件对应DataFrame的一行数据
• 最后统一将列表转换为DataFrame，结构更可控且符合需求

内容的提问来源于stack exchange，提问作者Sangeun