Python多CSV文件读取与平均响应时间计算问题求助

嘿，作为Python新手，处理多文件确实容易卡壳，我来一步步帮你解决这个问题！

你的需求本质是批量读取文件→提取目标列→按条件聚合数据→计算均值，我们可以分层次来实现：先按参与者分组处理文件，再在每个参与者的文件中收集对应条件的响应时间，最后计算平均值。

这个版本不用额外安装库，适合新手理解每一步的逻辑：

from pathlib import Path
import csv

# 第一步：设置你的数据根目录（改成你实际的文件夹路径）
data_root = Path("participants_data")

# 第二步：遍历每个参与者的文件夹
for participant_folder in data_root.iterdir():
    if not participant_folder.is_dir():
        continue  # 跳过不是文件夹的文件
    participant_name = participant_folder.name
    print(f"正在处理参与者: {participant_name}")
    
    # 初始化字典，用来存储每个条件的所有响应时间
    condition_times = {
        "condition_A": [],
        "condition_B": [],
        "condition_C": []
        # 注意：这里要改成你文件中实际的条件名称
    }
    
    # 第三步：遍历当前参与者的所有CSV文件
    for csv_file in participant_folder.glob("*.csv"):
        with open(csv_file, "r", newline="", encoding="utf-8") as f:
            reader = csv.reader(f)
            
            # 如果你的CSV文件有表头，先跳过表头行（解开下面这行注释）
            # next(reader)
            
            for row in reader:
                # 提取第3列（条件，索引2，因为Python从0开始计数）和第6列（响应时间，索引5）
                condition = row[2]
                try:
                    response_time = float(row[5])  # 把文本转成数值型
                    # 将响应时间添加到对应条件的列表中
                    if condition in condition_times:
                        condition_times[condition].append(response_time)
                    else:
                        print(f"⚠️ 警告：文件{csv_file}中发现未知条件{condition}，已跳过")
                except ValueError:
                    print(f"⚠️ 警告：文件{csv_file}中某行的响应时间不是有效数字，已跳过")
    
    # 第四步：计算并输出每个条件的平均响应时间
    print(f"{participant_name} 的平均响应时间：")
    for condition, times in condition_times.items():
        if times:  # 确保该条件有有效数据
            avg_rt = sum(times) / len(times)
            print(f"  {condition}: {avg_rt:.2f} ms")
        else:
            print(f"  {condition}: 无有效响应时间数据")
    print("------------------------")

如果你的数据量较大，或者想更高效地处理，pandas会帮你省很多代码：

首先需要安装pandas（如果没装的话）：

pip install pandas

然后运行以下代码：

import pandas as pd
from pathlib import Path

data_root = Path("participants_data")

for participant_folder in data_root.iterdir():
    if not participant_folder.is_dir():
        continue
    participant_name = participant_folder.name
    print(f"正在处理参与者: {participant_name}")
    
    # 收集当前参与者的所有CSV文件路径
    all_csv_files = list(participant_folder.glob("*.csv"))
    if not all_csv_files:
        print("  ❌ 未找到任何CSV文件")
        continue
    
    # 批量读取文件，只提取第3列和第6列（索引2和5）
    df_list = []
    for file in all_csv_files:
        # names参数给列命名，header=None表示文件没有表头（如果有表头，改成header=0）
        df = pd.read_csv(file, usecols=[2, 5], names=["condition", "response_time"], header=None)
        df_list.append(df)
    
    # 合并所有文件的数据到一个DataFrame
    combined_data = pd.concat(df_list, ignore_index=True)
    
    # 按条件分组计算平均响应时间
    avg_response_times = combined_data.groupby("condition")["response_time"].mean()
    
    # 输出结果（保留两位小数）
    print(f"{participant_name} 的平均响应时间：")
    print(avg_response_times.round(2))
    print("------------------------")

1. 确认分隔符：如果你的CSV文件是用制表符（\t）或其他符号分隔的，要在读取时指定：
   • 基础版：csv.reader(f, delimiter="\t")
   • pandas版：pd.read_csv(file, sep="\t", ...)
2. 表头处理：如果文件第一行是表头（比如"条件"、"响应时间"），记得调整代码跳过表头（基础版用next(reader)，pandas版用header=0）
3. 保存结果：可以把每个参与者的平均结果保存成新的CSV文件，比如用pandas的avg_response_times.to_csv(f"{participant_name}_avg_rt.csv")

内容的提问来源于stack exchange，提问作者user9524759