Python循环实现批量dat文件数值相减：A.dat值从B系列文件减去后存为sub后缀文件

你之前的代码存在几个可优化/修正的点：

• 没有导入pandas库就调用了pd.read_csv方法
• 缺少读取A文件数值、执行减法运算的核心逻辑
• 文件遍历规则不完善，没有筛选符合要求的B系列文件
• os.rename参数写法错误，且不需要修改原文件，直接生成新的结果文件即可

首先确保你已经安装了pandas依赖：
pip install pandas

以下是完整可运行的实现代码：

import os
import pandas as pd

# 请替换为你实际的文件存储目录路径
file_directory = "你的文件存放路径"

# 读取A.dat的数值（A仅1行数据，直接取第一行的值即可）
df_a = pd.read_csv(
    os.path.join(file_directory, "A.dat"),
    delimiter="\t",
    header=0
)
a_row = df_a.iloc[0]

# 自动遍历目录下所有符合规则的B系列文件
for file_name in os.listdir(file_directory):
    # 筛选B开头、.dat结尾、未带sub标识的原始文件，避免重复处理
    if file_name.startswith("B") and file_name.endswith(".dat") and "sub" not in file_name:
        # 读取当前B文件
        df_b = pd.read_csv(
            os.path.join(file_directory, file_name),
            delimiter="\t",
            header=0
        )
        # 执行减法运算：B文件每一行对应列减去A文件的数值
        df_result = df_b - a_row
        # 生成新文件名，例如B0.dat → B0sub.dat
        new_file_name = file_name.replace(".dat", "sub.dat")
        # 保存结果文件，保留原制表符分隔格式，不输出索引列
        df_result.to_csv(
            os.path.join(file_directory, new_file_name),
            sep="\t",
            index=False
        )

额外说明 #

• 如果你的文件中小数用逗号分隔，只需要在pd.read_csv的参数中添加decimal=","即可
• 代码会自动识别所有符合命名规则的B文件，支持任意数量的批量处理，不需要手动调整循环次数
• 运算会自动按列名对齐，列顺序调整也不会出现计算错误

内容的提问来源于stack exchange，提问作者UglyBetty