Python 使用Pandas递归编辑CSV到子目录

我有一系列子目录文件夹，每个文件夹都有一个_Invoice.csv

/Invoice List/
              Invoice1folder/
                             ..._Invoice.csv
              Invoice2folder/ 
                             ..._Invoice.csv
              Invoice5folder/
                             ..._Invoice.csv
              Invoice9folder/
                             _Invoice.csv

对于每个_Invoice.csv，我有[A、B、C、D]列。我正在尝试递归搜索所有子目录文件夹，打开每个_Invoice.csv文件，将列缩减为[A，C]，然后将其另存为_Invoice_Reduced.csv

"_Invoice.csv"       "_Invoice_Reduced.csv"
 A B C D        =>              A C
 1 2 3 4        =>              1 3 

我目前的尝试是：

import pandas as pd
import os

columns_to_keep = ['A','C']
final_form= pd.DataFrame()

for file in os.listdir():
    if file.endswith('*_Invoice.csv'):
        df = pd.read_csv(file)
        df = df.loc[;columns_to_keep]
        df = df.to_csv(f'{file.name}_Invoice_Reduced.csv')
   if file.endswith('*_Invoice_Reduced.csv'):
        df = pd.read_csv(file)
        final_form= final_form.append(df, ignore_index=True)

TLDR：我试图创建一个脚本，它进入每个子目录，减少一个预先存在的CSV，减少CSV的列，并保存子集。然后在读取所有子目录后，将缩减的文件合并到一个大的_框架中

有什么想法吗？

这就行了

而不是打开、删除列、保存和继续；我选择只使用减少的列打开，保存这个减少的数据帧，然后附加到df。这将导致所有缩减的文件都堆叠在这一数据帧中

使用路径=。从当前目录中删除

从pathlib导入路径 作为pd进口熊猫 df=pd.DataFrame 列_至_keep=['A'，'C'] 路径=。 模式=*\u Invoice.csv 对于Pathpath.rglobpattern中的文件： 输出_file={}/{}{}.formatfile.parent，file.stem，_Reduced.csv _df=pd.read\u csvfile，使用cols=columns\u保存 _df.to_csvoutput_文件，sep=，index=False，header=True df=pd.concat[df，_-df]

---

您当前代码的行为是什么，它与您希望它做的有什么差距？第一个想法是，除非您使用，否则您可能不希望在endswith测试中使用*，并且在第一次运行代码时，您的第二条if语句（查找_Invoice_Reduced.csv）不会触发，因为循环的文件名是在您进行任何处理之前生成的。您可以通过一点基本调试至少捕获其中的一些文件名。