Python 如何逐组循环读取文件？

通常，我在Python中逐个循环遍历文件。现在我想一组一组地循环。我如何有效地阅读它们

这里有一个例子来解释我的问题

给定如下文件：

group1: m2000_01, m2000_02，..., m2000_12
group2: m2001_01, m2001_02,...., m2001_12
 .....
group17: m2016_01, m2016_02,...., m2016_12

我想读取同一年的文件进行计算，并循环单独的时间序列进行批处理。伪代码如下：

for year in list[2000,2001,...,2016]:

   A=open(m2000_01), B=open(m2000_02), C=open(m2000_03)....   # reading files section

   mean2000 = (A + B + C ...) / 12
    #calculation body,how to set varibles for each file.such as A=m2000_01, B=m2000_02, ...,
    #use a dict to set these files?

print mean2000, mean2001,..., mean2016    #result I want

也许我可以制作一个列表，然后循环列表中的元素进行匹配（seive）和提取组文件。但是如果有多组文件，并且组关键字（如上例中的

2000

）是不规则的。有没有解决类似问题的通用方法？我认为有一个行之有效的方法，但我不知道如何描述和搜索。如果这个问题很简单，请原谅。

这样就可以了

import os

path = "your\\path"

all_files = [x for x in os.listdir(path) if os.path.isfile(path + "\\" + x)]

for year in range(2000, 2017):
    for file_name in [y for y in all_files if str(year) in y]:
        sub_file_path = path + "\\" + file_name
        # read file, insert appropriate code yourself 

---

您可以使用

os.listdir（）

以及

re

regex模块和

itertools.groupby（）

函数查找和分组要处理的文件，以执行以下操作：

from itertools import groupby
import os
import re

folder_path = 'data_folder'

pattern = r'm\d\d\d\d_\d\d'
filenames = [filename for filename in sorted(os.listdir(folder_path)) 
                if re.match(pattern, filename)]

for k, g in groupby(filenames, lambda filename: filename.split('_')[0]):
    year = int(k[1:])
    year_files = list(g)
    print('{}: {}'.format(year, year_files))

样本输出：

2000:['m2000_01'、'm2000_02'、'm2000_03'、'm2000_04'、'm2000_05'、'm2000_06'、'm2000_07'、'm2000_08'、'm2000_09'、'm2000_10'、'm2000_11'、'm2000_12']
2001年：['m2001_01'，'m2001_02'，'m2001_03'，'m2001_04'，'m2001_05'，'m2001_06'，'m2001_07'，'m2001_08'，'m2001_09'，'m2001_10'，'m2001_11'，'m2001_12']
2002年：['m2002_01'，'m2002_02'，'m2002_03'，'m2002_04'，'m2002_05'，'m2002_06'，'m2002_07'，'m2002_08'，'m2002_09'，'m2002_10'，'m2002_11'，'m2002_12']

您看过glob模块吗？我总是使用os.walk和os.list遍历文件，而不是glob模块。我正在查看glob模块的用法。@mkespermabe是否使用os.path而不是手动连接路径？我们不知道OP的操作系统。我从来都不知道正则表达式的可读性更好，就像你所知道的，或者类似的：

r'm\d{4}\u\d{2}

@Baldrickk:在不到5次的复制中，我通常只会说它的输入量差不多，在我看来可读性也一样，4是一个边缘案例。。。