如何合并列表中序列重复的样本文件名 用于CSV平均值结果列命名

核心处理逻辑 #

通过字符串拆分+字典分组即可完成文件名批量聚合，Python实现代码如下：

import glob
from collections import defaultdict

# 读取目录下所有csv文件，可按需修改匹配规则
csv_files = glob.glob("*.csv")

# 按样本标识分组存储重复序号
sample_groups = defaultdict(list)
for file_path in csv_files:
    # 移除.csv后缀得到纯文件名
    pure_name = file_path.rsplit(".", 1)[0]
    # 从右侧拆分1次'-'，分离样本标识与重复序号
    sample_tag, repeat_str = pure_name.rsplit("-", 1)
    sample_groups[sample_tag].append(int(repeat_str))

# 生成平均值列名列表
avg_column_names = []
# 加sorted可保证列名按样本编号顺序排列，不需要可去掉
for sample_tag in sorted(sample_groups.keys()):
    repeat_list = sample_groups[sample_tag]
    min_repeat = min(repeat_list)
    max_repeat = max(repeat_list)
    column_name = f"{sample_tag}_{min_repeat}-{max_repeat}"
    avg_column_names.append(column_name)

效果验证 #

以你给出的示例文件01_NoCons-1、01_NoCons-2、01_NoCons-3为例，运行后生成的对应列名就是01_NoCons_1-3，完全匹配需求。如果需要和你已有的合并、求平均逻辑对接，直接取avg_column_names列表作为最终输出的列名即可。

内容的提问来源于stack exchange，提问作者b1llso