如何基于列标题为Pandas空DataFrame按文件添加数据行

嘿，先给你吃个定心丸：你用pd.read_csv读取每个文件为索引是A/B/C的Series，再通过concat转置得到每行对应一个文件的DataFrame，这个核心逻辑是完全正确的！不过你的代码里有两个容易踩的小问题，我帮你指出来并修正：

问题1：文件路径错误 #

os.walk返回的files只是文件名，不是完整路径，直接用pd.read_csv(f)的话，Python会在当前脚本的目录下去找这些文件，大概率会找不到（除非你的脚本刚好和目标文件在同一个目录）。所以必须把root（当前目录路径）和name（文件名）拼接成完整路径。

问题2：外层循环冗余且会导致数据覆盖 #

你写了两层循环：

for root, dirs, files in os.walk(dir_M):
    for name in files:
        L = [pd.read_csv(f, ...) for f in files]
        df = pd.concat(...).T

这会导致：每次遍历到一个子目录，就会把该目录下的所有文件处理一遍，然后覆盖之前的df，最终df只会保留最后一个子目录下的文件数据，这显然不是你想要的。

修正后的代码 #

我帮你调整了代码，既解决路径问题，又避免循环冗余：

方式1：分步清晰版 #

import os
import pandas as pd

dir_M = "你的目标文件夹路径"  # 替换成你的实际路径

# 第一步：收集所有目标文件的完整路径
all_file_paths = []
for root, _, files in os.walk(dir_M):  # 用_忽略dirs变量，因为我们不需要遍历子目录名
    for file_name in files:
        full_path = os.path.join(root, file_name)
        all_file_paths.append(full_path)

# 第二步：读取每个文件为Series（索引是A/B/C，值是对应数字）
series_list = []
for path in all_file_paths:
    # squeeze()把单列DataFrame转成Series，比[1]更稳妥
    file_series = pd.read_csv(path, index_col=0, header=None, sep='\s+').squeeze()
    series_list.append(file_series)

# 第三步：拼接所有Series并转置，得到目标DataFrame
df = pd.concat(series_list, axis=1).T
# 可选：重置行索引为0、1、2...（默认行索引是文件名，如果你不需要的话）
df = df.reset_index(drop=True)

方式2：简洁列表推导式版 #

如果喜欢更紧凑的代码，可以写成：

import os
import pandas as pd

dir_M = "你的目标文件夹路径"

all_file_paths = [os.path.join(root, name) for root, _, files in os.walk(dir_M) for name in files]
df = pd.concat(
    [pd.read_csv(f, index_col=0, header=None, sep='\s+').squeeze() for f in all_file_paths],
    axis=1
).T.reset_index(drop=True)

验证效果 #

用你给出的示例文件测试：

• file1内容：

A 32
B 31
C 45

• file2内容：

A 56
B 34
C 12

处理后得到的df就是：

A   B   C
0  32  31  45
1  56  34  12

完全符合你的预期！

另外，如果你的目标文件都直接在dir_M目录下，没有子文件夹，那可以不用os.walk，用os.listdir更简单：

all_file_paths = [os.path.join(dir_M, f) for f in os.listdir(dir_M) if os.path.isfile(os.path.join(dir_M, f))]

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