如何批量打开多个CSV文件？使用glob函数遇阻求解决方案

嘿，完全懂你不想重复13次手动改文件名的烦躁！咱们把你的代码改成批量处理版本，用glob就能轻松搞定所有参与者的CSV文件，我帮你一步步调整：

先修正单个文件代码的小细节 #

你的原有代码里有几个可以优化的点：比如多余的list语句，还有Python3里已经不再推荐使用的has_key()，换成condname not in rts更规范。先把单个文件的逻辑理顺，再扩展成批量的。

批量处理的完整代码 #

下面是修改后的批量处理代码，既支持单个文件的条件均值计算，也可选汇总所有参与者的整体数据：

import csv
import glob
from statistics import mean

# 第一步：用glob获取所有目标CSV文件的路径
# 请根据你的实际文件位置调整路径：比如'./participants/*.csv'（子文件夹）或者'*.csv'（当前目录）
csv_file_paths = glob.glob('*.csv')

# 可选：如果需要汇总所有参与者的所有数据，初始化一个全局字典
all_participant_data = {}

# 遍历每个CSV文件
for file_path in csv_file_paths:
    print(f"正在处理文件：{file_path}")
    # 存储当前文件的条件-反应时列表
    current_rts = {}
    
    # 用with语句打开文件，自动处理关闭操作，更安全
    with open(file_path, 'r', newline='', encoding='utf-8') as csv_file:
        reader = csv.DictReader(csv_file)
        
        # 读取每一行数据
        for row in reader:
            cond_name = row['cond']
            reaction_time = float(row['reactiontime'])
            
            # 如果条件不在字典里，初始化空列表
            if cond_name not in current_rts:
                current_rts[cond_name] = []
            current_rts[cond_name].append(reaction_time)
    
    # 计算并输出当前文件的条件均值
    print(f"文件 {file_path} 的条件均值：")
    for cond, times in current_rts.items():
        avg_rt = mean(times)
        print(f"  条件 {cond}: {avg_rt:.2f}")
        
        # 可选：把当前文件的数据追加到全局汇总字典
        if cond not in all_participant_data:
            all_participant_data[cond] = []
        all_participant_data[cond].extend(times)

# 可选：输出所有参与者的整体条件均值
print("\n所有参与者的整体条件均值：")
for cond, all_times in all_participant_data.items():
    overall_avg = mean(all_times)
    print(f"  条件 {cond}: {overall_avg:.2f}")

关键说明 #

• glob的正确用法：如果你的CSV文件在单独的子文件夹里，比如叫participants，就把路径改成glob.glob('./participants/*.csv')；如果是Windows系统的绝对路径，记得用原始字符串，比如glob.glob(r'C:\Experiments\participants\*.csv')，避免转义字符问题。
• 文件安全处理：用with open(...)代替直接open()，Python会自动帮你关闭文件，避免资源泄漏。
• 均值计算：用statistics.mean()简化了均值计算，如果你不想导入额外模块，也可以自己写sum(times)/len(times)。
• 兼容性：代码适配Python3，替换了过时的has_key()方法，用更Pythonic的in判断。

你之前用glob失败的可能原因 #

• 路径写错了：比如文件不在当前工作目录，却用了*.csv，导致匹配不到任何文件。
• 文件后缀不匹配：比如有些文件是.CSV大写后缀，glob默认区分大小写的话匹配不到，可以改成glob.glob('*.csv', recursive=True)或者手动处理大小写。

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