在glob循环中索引数组：多CSV文件转Matlab文件的技术问询

看起来你的代码有几个关键问题导致了循环中的异常，我来帮你逐一排查并修正：

主要问题分析 #

1. 重复覆盖同一个.mat文件
   你在循环里每次调用sio.savemat('readcsv', dict(b=b2))时都用了固定的文件名readcsv.mat，这意味着每处理一个CSV，之前的结果就会被覆盖，最后只能得到最后一个CSV的转换结果，这大概率不是你想要的。

2. 硬编码列索引的风险
   你用val = arange(8,13)指定要删除的列，但如果某个CSV文件的列数不足13列，或者NaN列的位置不固定，就会抛出索引越界的异常。更稳妥的方式是直接检测并删除包含NaN值的列，而不是依赖固定索引。

3. 不规范的模块导入方式
   使用from numpy import*和from pandas import*会污染全局命名空间，容易引发命名冲突，建议使用标准的别名导入方式。

4. 过时的DataFrame转数组方法
   df.values已经是较旧的用法，现在pandas官方推荐使用df.to_numpy()来明确转换为NumPy数组。

修正后的代码 #

import os
from glob import glob
import numpy as np
import pandas as pd
import scipy.io as sio

# 指定目标目录
path = '/Volumes/Some file'

# 遍历所有CSV文件
for filename in glob(os.path.join(path, '*.csv')):
    # 读取CSV，指定分隔符为分号
    df = pd.read_csv(filename, delimiter=';')
    
    # 直接删除包含NaN值的列（替代硬编码索引）
    df_clean = df.dropna(axis=1)
    
    # 转换为NumPy数组
    b2 = df_clean.to_numpy()
    
    # 生成对应的Matlab文件名（保留原文件名，替换后缀为.mat）
    mat_filename = os.path.splitext(os.path.basename(filename))[0] + '.mat'
    mat_save_path = os.path.join(path, mat_filename)
    
    # 保存为Matlab文件，使用数组名对应原数据
    sio.savemat(mat_save_path, {os.path.splitext(os.path.basename(filename))[0]: b2})
    
    print(f"已成功转换并保存：{mat_save_path}")

额外说明 #

• 如果你的需求确实是要删除固定索引的列（而不是所有含NaN的列），可以保留delete操作，但需要先检查列数是否足够：

  # 检查列数是否大于等于13，避免索引越界
  if df.shape[1] >= 13:
      b = df.to_numpy()
      val = np.arange(8,13)  # 8到12列（0-based）
      b2 = np.delete(b, val, axis=1)
  else:
      print(f"警告：文件{filename}列数不足，跳过删除操作")
      b2 = df.to_numpy()
  

• 使用sio.savemat时，字典的key会成为Matlab中变量的名称，建议用原文件名作为变量名，这样在Matlab中更易识别。

内容的提问来源于stack exchange，提问作者Kimi