如何使用Pandas动态构建DataFrame 批量导出多份数据到Excel

核心逻辑：无需逐个定义存储结果的变量，将所有待处理音频路径统一归集为列表，批量遍历处理后直接生成DataFrame即可，支持任意数量的音频文件处理，无需修改DataFrame构造逻辑。

场景1：音频文件名有固定规律（如sound1.wav、sound2.wav依次递增） #

直接按规则生成文件名列表即可，调整audio_count的数值即可适配任意数量的音频：

import pandas as pd

# 定义需要处理的音频总数量，可随意修改
audio_count = 20
audio_files = [f'sound{i}.wav' for i in range(1, audio_count + 1)]

# 批量处理所有音频，收集返回结果
result_list = [sigInput(file) for file in audio_files]

# 直接生成DataFrame并添加label列
df = pd.DataFrame(result_list, columns=['mean', 'total', 'power'])
df['label'] = [f'data{i}' for i in range(1, audio_count + 1)]

# 导出Excel，index=False避免导出多余的索引列
df.to_excel('expData.xlsx', index=False)

场景2：音频文件名无规律，或需要自动扫描整个目录的音频 #

用glob模块自动扫描指定目录下的所有wav文件，不用手动统计数量、编写文件名：

import pandas as pd
import glob

# 自动扫描当前目录下所有后缀为.wav的音频文件，也可修改路径规则匹配其他位置/格式的文件
audio_files = glob.glob('*.wav')

result_list = [sigInput(file) for file in audio_files]
df = pd.DataFrame(result_list, columns=['mean', 'total', 'power'])
# 如果需要label使用原始音频文件名，可改为 df['label'] = audio_files
df['label'] = [f'data{i}' for i in range(1, len(audio_files) + 1)]

df.to_excel('expData.xlsx', index=False)

可选调整说明 #

• 如果需要保留原始音频文件名作为标记，直接将label列赋值为audio_files即可，不用生成data1、data2的编号，更方便对应原始文件
• 若sigInput返回的结果格式有调整，仅需要修改pd.DataFrame的columns参数即可，批量处理逻辑不用改动

内容的提问来源于stack exchange，提问作者Ngr Wisnu