使用pandas合并txt为xlsx时dataframe为空及导出路径问题

现有代码的核心问题 #

• 变量名不匹配：函数入参是path，但os.listdir调用了未定义的mypath变量，直接导致读取路径错误
• 类名拼写错误：pandas的DataFrame类名首字母F大写，你写的pd.Dataframe属于错误调用，会直接抛出属性异常
• 未读取txt内容就创建DataFrame：代码中pd.Dataframe(example)的example变量未定义，也没有执行读取txt文件的逻辑，不可能得到有效DataFrame
• 缺失文件合并逻辑：没有将3个目标txt的内容合并的步骤，仅循环遍历单个文件
• 输出路径不符合要求：写死了destiny_path路径，没有使用输入的原始文件路径，且header_file变量未定义
• 缺少完整路径拼接：os.listdir仅返回文件名，读取文件时需要拼接输入路径才能正确找到文件

修正后的完整代码 #

import os
import pandas as pd

def concat_files(path):
    # 筛选符合后缀要求的txt文件，自动拼接完整路径
    target_suffix = '.Cox1.fastq.fasta.usearch_cluster_fast.fasta.reps.fasta.blastn.report.txt.all_together.txt'
    target_files = []
    for file_name in os.listdir(path):
        if file_name.endswith(target_suffix):
            # 拼接完整路径避免读取失败
            full_path = os.path.join(path, file_name)
            target_files.append(full_path)
    
    # 每3个文件分为一组进行合并
    chunks = [target_files[x:x+3] for x in range(0, len(target_files), 3)]
    
    for chunk_idx, chunk in enumerate(chunks):
        # 存储当前批次3个文件的所有数据
        df_list = []
        for txt_path in chunk:
            # 读取txt文件，可根据你的txt实际分隔符调整sep参数，比如sep='\t'对应制表符分隔，sep=','对应逗号分隔
            # 若txt没有表头，可加header=None参数；如果是无分隔符纯文本，可替换为按行读取转df的逻辑
            df = pd.read_csv(txt_path, sep='\t')
            df_list.append(df)
        
        # 合并3个文件的DataFrame
        merged_df = pd.concat(df_list, ignore_index=True)
        # 输出路径为原始输入路径，文件名按批次编号避免重名覆盖
        output_path = os.path.join(path, f'batch_{chunk_idx + 1}.final.xlsx')
        merged_df.to_excel(output_path, index=False)

关键修改说明 #

• 直接按指定后缀筛选目标文件，去掉了多余的文件名长度判断逻辑，避免漏选文件
• 所有文件操作都拼接了完整的绝对路径，避免工作目录不对导致的文件找不到问题
• 新增了txt文件读取逻辑，可根据实际txt格式灵活调整读取参数
• 实现了3个文件合并的逻辑，用pd.concat拼接多个DataFrame
• 输出路径直接使用传入的原始路径，最终xlsx会和原始txt文件放在同一个目录下

内容的提问来源于stack exchange，提问作者rainbow12