如何将读取TXT文件的函数输出保存为pandas DataFrame

# 导入所需模块
import os
import pandas as pd

# 文件夹路径
path = "Enter Folder Path"

# 用来存储所有文件数据的列表
file_data = []

# 读取文本文件的函数，改为返回读取的内容
def read_text_file(file_path):
    with open(file_path, 'r', encoding='utf-8') as f:
        # encoding参数可根据实际文件编码调整，避免中文乱码
        return f.read()

# 遍历所有文件
for file in os.listdir(path):
    # 判断是否为txt文件
    if file.endswith(".txt"):
        # 用os.path.join拼接路径，兼容Windows、Mac、Linux系统
        file_path = os.path.join(path, file)
        # 调用函数读取内容
        content = read_text_file(file_path)
        # 把当前文件的信息追加到列表，字段可按需增减
        file_data.append({
            "文件名": file,
            "文件内容": content
        })

# 转换为pandas DataFrame
df = pd.DataFrame(file_data)

# 可调用df相关方法查看或保存结果
print(df.head())
# df.to_excel("txt文件内容汇总.xlsx", index=False)  # 保存为Excel文件
# df.to_csv("txt文件内容汇总.csv", index=False, encoding='utf-8-sig')  # 保存为CSV文件

• 如果你的txt文件本身是结构化数据（比如每行是制表符/逗号分隔的表格内容），不需要手动读取后再转DataFrame，直接用pandas内置的pd.read_csv()方法读取即可，可自行指定分隔符、表头、编码等参数。
• 如果你需要提取文件内容里的特定字段，只需在读取content后，对content做字符串处理，把提取出的字段加到append的字典里即可。

内容的提问来源于stack exchange，提问作者zenezko