Python for循环语法错误求助：第18行代码报SyntaxError

咱们先拆解一下你遇到的语法错误：核心问题是你在DataFrame.append()的字典参数里错误地嵌套了循环结构，这完全不符合Python的语法规则，而且你的计算逻辑其实根本不需要逐行循环。

错误原因分析 #

你原本想计算每个CSV文件中Horiz_acc列相邻元素差值的绝对值之和，但错误地把row for row in range(0,len(df)):这种循环结构直接写在了字典内部——字典的语法要求是{key: value, key2: value2...}，不能在里面插入循环语句。哪怕你把循环移到字典外面，依然会报错，因为append()方法接受的是单个字典/Series/DataFrame，不能直接跟循环代码。

修正方案 #

其实计算相邻元素差值的和，用Pandas内置的diff()函数就能高效完成，完全不需要手动逐行循环。下面是修正后的完整代码：

import pandas as pd
import numpy as np
import os

b1_1_acc = pd.DataFrame([])
acc_cols = ['Hour','Minute','Second','mu_second','Horiz_acc','Vert_acc']
### Set your path to the folder containing the .csv files
PATH = 'C:\\Users\\UserName\\Documents\\python\\NASA\\FEMTOBearingDataSet\\Training_set\\Bearing1_1\\acc\\' # Use your path
### Fetch all files in path
fileNames = os.listdir(PATH)
### Filter file name list for files ending with .csv
fileNames = [file for file in fileNames if '.csv' in file]
### Loop over all files
for file in fileNames:
    ### Read .csv file and append to list
    df = pd.read_csv(PATH + file, sep=',', header=None, names=acc_cols, index_col=None)
    # 用diff()计算相邻元素差值，dropna()去掉第一个NaN，再求和绝对值
    horiz_line_integral = np.sum(abs(df['Horiz_acc'].diff().dropna()))
    # 直接传入合法字典给append()
    b1_1_acc = b1_1_acc.append({
        'Horiz_Line_Integral': horiz_line_integral
        # 这里可以注释掉你需要的其他特征，直接计算对应的scalar值即可
        # 'Horiz_Mean': df['Horiz_acc'].mean(),
        # ...其他特征
    }, ignore_index=True)
b1_1_acc.head()

额外优化建议 #

Pandas的append()方法已经被标记为弃用（deprecated），如果你的Pandas版本比较新，建议用pd.concat()来替代，比如预先创建一个列表存储每个文件的结果字典，最后一次性合并：

# 初始化列表存储结果
result_list = []
for file in fileNames:
    df = pd.read_csv(PATH + file, sep=',', header=None, names=acc_cols, index_col=None)
    horiz_line_integral = np.sum(abs(df['Horiz_acc'].diff().dropna()))
    result_list.append({
        'Horiz_Line_Integral': horiz_line_integral
        # 其他特征...
    })
# 一次性合并成DataFrame
b1_1_acc = pd.DataFrame(result_list)
b1_1_acc.head()

这样不仅避免了弃用警告，效率也会更高哦。

内容的提问来源于stack exchange，提问作者sroverto