如何用Python计算多子文件夹merged.txt的行中位数并统一表头？

这是个很典型的批量表格处理场景，用Python脚本就能轻松搞定，我给你整理了一套完整的解决方案，包括思路和可直接运行的代码：

核心实现思路 #

1. 自动遍历目标目录：找到所有子文件夹里的merged.txt文件；
2. 统一列名映射：把带后缀的列名（比如a_a、a_b）转换成统一的目标列名（比如a）；
3. 按行收集对应数据：针对每个行名（比如std），收集所有文件中对应列的数值；
4. 计算中位数并输出：对每行的每列数据计算中位数，生成你需要的格式表格。

可直接运行的代码 #

import os
import pandas as pd
import numpy as np

# 替换成你的根目录路径（所有子文件夹的上级目录）
root_dir = "./"

# 先遍历一次，收集所有行名和目标列名
row_names = set()
target_cols = set()

for subdir, _, files in os.walk(root_dir):
    for file in files:
        if file == "merged.txt":
            df = pd.read_csv(os.path.join(subdir, file), sep=",")
            row_names.update(df.iloc[:, 0].tolist())
            # 提取统一列名（下划线前的部分）
            for col in df.columns[1:]:
                target_cols.add(col.split("_")[0])

# 初始化数据结构：按行名+目标列收集所有数值
row_data = {row: {col: [] for col in target_cols} for row in row_names}

# 二次遍历，填充数据
for subdir, _, files in os.walk(root_dir):
    for file in files:
        if file == "merged.txt":
            df = pd.read_csv(os.path.join(subdir, file), sep=",")
            for idx, row in df.iterrows():
                current_row_name = row["stat"]
                for col in df.columns[1:]:
                    target_col = col.split("_")[0]
                    row_data[current_row_name][target_col].append(row[col])

# 计算中位数，构造结果表格
result_rows = []
for row_name in sorted(row_names):
    median_vals = {"stat": row_name}
    for col in sorted(target_cols):
        median_vals[col] = np.median(row_data[row_name][col])
    result_rows.append(median_vals)

result_df = pd.DataFrame(result_rows)

# 输出到控制台（和你要的格式完全一致）
print(result_df.to_csv(sep=",", index=False))
# 如果要保存到文件，取消下面注释
# result_df.to_csv("final_median.csv", sep=",", index=False)

关键细节说明 #

• 列名适配：代码默认用下划线分割列名提取统一名称，如果你的列名是其他分隔规则，只需要修改col.split("_")[0]这一行即可（比如改成col.split("-")[0]）；
• 行名兼容：如果各个文件的行名不完全一致，代码会自动保留所有行名并单独计算对应中位数；
• 依赖安装：运行前需要先安装依赖库，执行pip install pandas numpy即可。

内容的提问来源于stack exchange，提问作者steve