Python 查找文件名中具有特定字符串的所有.txt文件，然后读入数据帧

我有以下不完整的代码，我想做以下

在文件名中包含以下关键字的子文件夹中查找所有*.txt文件

将txt文件的内容读取到数据帧

所需输出（找到的文件列表和包含所有文件内容的数据框）

---

主要问题是，我不知道如何将此应用于包含多个子文件夹的主文件夹。

我将让您决定如何从目录中获取文件名

如果要为每个文件名创建数据帧，则可以使用以下代码：

import pandas as pd
glb = globals()
keywords = ['test1','test2', 'test3']
filelist = ['your list of filenames']
i = 1
for filename in filelist:
    if any(k in filename for k in keywords):
        df = f'df{i}'
        glb[df] = pd.read_csv(filename)
        i+=1

上面的代码将创建数据帧df1、df2等。。。。对于包含列表中任何单词的每个文件

关键字

。我没有使用实际关键字创建数据帧。可能会出现在多个文件名中发现相同关键字的情况（例如：

test1-2021-01-12.txt，test1-2021-01-15.txt

。在这种情况下，有两个文件具有相同的

test1

关键字。因此创建第二个文件将删除第一个文件的内容

我也不想用文件名创建数据框。文件名中可能有特殊字符或空格。因此我们无法将文件名创建为数据框。相反，我使用的是

df

与从1开始的计数器连接

使用globals（）可以创建变量并在以后使用。如果要跟踪创建的所有数据帧，请将df的值附加到列表中，然后将其打印出来，或者使用列表的索引浏览每个数据帧

如果您想将所有这些数据读入单个数据帧，那么解决方案非常简单

df = pd.DataFrame()
for filename in filelist:
    data = pd.read_excel(filename)
    df = df.append(data)

---

我将让您决定如何从目录中获取文件名

如果要为每个文件名创建数据帧，则可以使用以下代码：

import pandas as pd
glb = globals()
keywords = ['test1','test2', 'test3']
filelist = ['your list of filenames']
i = 1
for filename in filelist:
    if any(k in filename for k in keywords):
        df = f'df{i}'
        glb[df] = pd.read_csv(filename)
        i+=1

上述代码将为每个文件创建一个数据框df1、df2，…。该文件包含列表

关键字
中的任何单词。我不会使用实际关键字创建数据框。在多个文件名中可能会出现相同关键字的情况（例如：
test1-2021-01-12.txt，test1-2021-01-15.txt
。在这种情况下，有两个文件具有相同的
test1
关键字。因此创建第二个文件将删除第一个文件的内容

我也不想用文件名创建数据框。文件名中可能有特殊字符或空格。因此我们无法将文件名创建为数据框。相反，我使用的是
df
与从1开始的计数器连接

使用globals（）可以创建变量并在以后使用。如果要跟踪创建的所有数据帧，请将df的值附加到列表中，然后将其打印出来，或者使用列表的索引浏览每个数据帧

如果您想将所有这些数据读入单个数据帧，那么解决方案非常简单

df = pd.DataFrame()
for filename in filelist:
    data = pd.read_excel(filename)
    df = df.append(data)

为了进一步阐述我的意见，我将举一个例子：

导入操作系统
作为pd进口熊猫
关键词=['test1'、'test2'、'test3']
帧=[]
对于os.walk（'.'）中的路径、目录和文件：
对于文件中的文件：
如果有（键入关键字的键入文件）和file.endswith（'.txt'）：
filename=os.path.join（路径，文件）
打印（文件名）
frames.append（pd.read\u excel（文件名））
全方位角=pd.concat（框架，轴=0）

在这里，我们使用
os.walk（）
遍历目录结构，然后仅打印和读取满足您条件的文件。这些文件作为数据帧单独读取，然后使用
pd.concat（）
将其连接到一个最终数据帧。为了扩展我的评论，我将提供一个示例：

导入操作系统
作为pd进口熊猫
关键词=['test1'、'test2'、'test3']
帧=[]
对于os.walk（'.'）中的路径、目录和文件：
对于文件中的文件：
如果有（键入关键字的键入文件）和file.endswith（'.txt'）：
filename=os.path.join（路径，文件）
打印（文件名）
frames.append（pd.read\u excel（文件名））
全方位角=pd.concat（框架，轴=0）

在这里，我们使用
os.walk（）
遍历目录结构，然后只打印和读取满足条件的文件。这些文件作为数据帧单独读取，然后使用
pd.concat（）连接到一个最终数据帧
如果你想打开一个文件，你可以这样给出：
df=pd.DataFrame（）；对于文件中的f\u xls:data=pd.read\u excel（f，'Sheet1'）；df=df.append（data）
如果您想将所有文件附加到一个数据帧中。如果您想分离，您可以使用
os.walk（）
子目录为其创建名称串联的分离文件，它允许您迭代地“遍历”整个目录树。如果您想打开一个文件，您可以给出如下内容：
df=pd.dataframe（）；对于文件中的f_xls:data=pd.read_excel（f，'Sheet1'）；df=df.append（data）
如果要将所有文件都附加到一个数据框中。如果要分离，可以创建名称为concatenated的分离文件，并使用允许“漫游”的子目录通过完整的目录树进行迭代。感谢您的回复。通过您的代码，我得到以下错误
不支持的格式，或损坏的文件：预期的BOF记录；找到b'Header L
。实际的文件格式是
input5（f）Dec 5.2019 10-30-57.txt
。我已尝试删除
（f）
但没有什么区别……我通过以下
框架实现了这一点。append（pd.read_csv（filename，sep='none'，header=none，engine='python'））
。但是，我只需要找到一种方法，从每行的df中删除
\t
。我尝试了
sep=\t
，但没有效果。为了清晰起见