如何从多个文本文件提取指定列创建pandas DataFrame

你现有的遍历逻辑基础上调整列提取和合并逻辑即可，完整实现代码如下：

import os
import glob
import pandas as pd

# 替换为你的文本文件所在文件夹路径
path = "your_folder_path"
all_files = glob.glob(os.path.join(path, "*.txt"))

# 存储每一个文件的第二列数据
col_list = []

for file in all_files:
    # 获取不含路径的文件名作为最终列名
    file_name = os.path.basename(file)
    # 读取文件，固定提取第二列数据，设置列名对应文件名
    # 如果你的实际文件是逗号/制表符分隔的普通csv，删除sep参数即可
    tmp_col = pd.read_csv(file, sep='\s*\|\s*', engine='python').iloc[:, 1]
    tmp_col.name = file_name
    col_list.append(tmp_col)

# 按列拼接所有数据得到最终DataFrame
df_final = pd.concat(col_list, axis=1)

关键调整说明：

• 读取文件时的sep='\s*\|\s*'参数适配示例中带竖线的分隔格式，可根据你实际的文件分隔符调整
• 用iloc[:,1]固定取第二列数据，不受列名变化影响
• 拼接时自动对齐行号，若不同文件行数不一致，空缺位置会自动填充NaN

内容的提问来源于stack exchange，提问作者Anne