如何用Python循环批量处理傅里叶滤波数据并导出到对应文本文件

没问题，我来帮你搞定批量处理raw数据并保存滤波结果的需求！下面是完整的实现代码，我会逐部分解释关键逻辑：

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
from scipy.fftpack import rfft, irfft, fftfreq
import os  # 新增：用于文件路径管理和文件夹遍历

# 这里假设你已经有成熟的Filter函数实现，我写了一个基础版本供参考，你可以替换成自己的
def Filter(time, signal, lowcut, highcut, plot_flag, cutoff):
    n = len(time)
    dt = time[1] - time[0]
    freq = fftfreq(n, dt)
    f_signal = rfft(signal)
    # 保留指定频率区间的信号
    mask = (freq >= lowcut) & (freq <= highcut)
    f_signal[~mask] = 0
    filtered_signal = irfft(f_signal)
    # 按cutoff参数截断信号（和你原代码逻辑一致）
    if cutoff > 0:
        filtered_signal = filtered_signal[int(cutoff/dt):]
    # 可选绘图功能
    if plot_flag:
        plt.figure()
        plt.plot(time, signal, label='Original')
        plt.plot(time[int(cutoff/dt):] if cutoff>0 else time, filtered_signal, label='Filtered')
        plt.legend()
        plt.show()
    return filtered_signal

# ---------------------- 批量处理核心逻辑 ----------------------
# 动态获取脚本所在目录，避免硬编码路径的局限性
script_dir = os.path.dirname(os.path.abspath(__file__))
raw_data_dir = os.path.join(script_dir, 'Raw_data')
filtered_data_dir = os.path.join(script_dir, 'Filtered_data')

# 确保输出文件夹存在，不存在则自动创建
os.makedirs(filtered_data_dir, exist_ok=True)

# 遍历原始数据文件夹中的目标文件
for filename in os.listdir(raw_data_dir):
    # 只处理符合命名规则的txt文件
    if filename.startswith('rawtest_datafile') and filename.endswith('.txt'):
        raw_file_path = os.path.join(raw_data_dir, filename)
        try:
            # 读取数据（和你原代码逻辑一致）
            data = pd.read_csv(raw_file_path)
            time = np.linspace(0, 4017, 4018)
            signal = data.TG

            # 执行滤波计算
            filtered_result = Filter(time, signal, 0.004, 0.0075, False, 0.04) / 10

            # 生成对应输出文件名
            output_filename = filename.replace('rawtest', 'filteredtest')
            output_file_path = os.path.join(filtered_data_dir, output_filename)

            # 保存滤波结果，这里用numpy保存一维数组，可自定义精度
            np.savetxt(output_file_path, filtered_result, fmt='%.6f')
            print(f"✅ 已完成：{output_filename}")
        except Exception as e:
            print(f"❌ 处理{filename}出错：{str(e)}")

关键细节说明： #

• 路径灵活性：用os.path系列函数动态构建路径，就算你移动整个文件夹，代码也不用修改路径参数。
• 容错处理：os.makedirs(..., exist_ok=True)确保输出文件夹存在，try-except捕获单个文件的处理错误，不会因为一个坏文件导致整个批量任务中断。
• 文件筛选：通过startswith和endswith精准匹配你需要处理的文件，避免误处理其他无关txt。
• 命名对应：用replace快速将rawtest替换为filteredtest，保证输入输出文件名一一对应。

可选调整项： #

1. 如果你的原始数据时间轴不是固定的linspace(0,4017,4018)，可以改成从文件中读取时间列，比如time = data['time']（需要你的txt文件包含time列）。
2. 若需要保存带表头的结果，可以用pandas替代numpy保存：

   pd.DataFrame(filtered_result, columns=['Filtered_TG']).to_csv(output_file_path, index=False)
   

内容的提问来源于stack exchange，提问作者Ruben