Python 循环熊猫目录

我在一个目录中有许多csv文件，每个目录有两列

miRNA  read_counts  
miR1      10
miR1      5
miR2      2
miR2      3
miR3     100

如果miRNA id相同，我想计算read_计数

结果:

miRNA  read_counts  
miR1      15
miR2      5
miR3     100

为此，我写了一个小脚本。然而，我不知道如何在我所有的csv文件中循环，所以我不必每次都复制粘贴文件名并输出。任何帮助都将不胜感激。谢谢你的帮助

import pandas as pd

df = pd.read_csv("modified_LC1a_miRNA_expressed.csv")
df_new = df.groupby('miRNA')['read_count'].sum()
print(df_new)
df_new.to_csv('sum_LC1a_miRNA_expressed.csv')

---

尝试查看

glob

模块

from glob import glob
import os

path = "./your/path"
files = glob(os.path.join(path, "*.csv"))

dataframes = []
for file in files:
    df = pd.read_csv(file)
    # rest you would want to append these to dataframes
    dataframes.append(df)

然后，使用

pd.concat

加入数据帧并执行

groupby

操作

编辑1: 根据评论中提到的要求：

results = {}
for file in files:
    df = pd.read_csv(file)
    # perform operation
    df_new = df.groupby('miRNA')['read_count'].sum()
    results[file] = df_new

---

不想窃取答案。如果我有足够的代表，我会在@Asif Ali的回答下面写上这句话

假设所有输入.csv文件均采用以下格式： “修改了\u文件\u name}.csv的\uu{rest\u”

您希望输出为： “sum_u{same_rest_of_the_file_name}.csv”

---

谢谢，但是，我真的不想得到一个唯一的文件。我想在每个文件中执行相同的操作，并为每个文件提供一个单独的输出。那么，在这种情况下，您可能希望在循环中执行该操作，并附加结果或将其保存在字典中！尽管如此，上述问题与读取多个文件有关，而与执行操作无关。加上所要求的更改，我希望这能回答您的问题。不知怎么的，我正在处理它。我没有输出。我会继续努力的。非常感谢<代码>结果={}文件中的文件：df=pd.read\u csv（file）#执行操作df\u new=df.groupby（'miRNA'）['read\u count']].sum（）结果[文件]=df\u new df\u new.to.csv（）我正在尝试这样做，但也没有给我任何输出。我会继续尝试，看看我是否有一些错误，并在这里更新。谢谢！我调整了最后一行，使其更通用于文件路径。现在试试。仍然不工作，没有输出。你的代码看起来不错，可以理解，所以我不知道我的机器出了什么问题。甚至当我试图打印输出时，我什么也没有得到。这是我逐行得到的：

import pandas as pd import os from glob import glob path=“/Users/user/Desktop/2019.11.28_for_DESEQ2”files=glob（os.path.join（path，“*.csv”）：df=pd.read_csv（file）df\u new=df=df.groupby（'miRNA'）['read_count'].sum（）打印（df_new）df_new.to_csv（file.split（'modified'）[0]+\'sum'+\''.join（file.split（'modified'）[1:]）

尝试从文件路径的开头删除点

import os
import glob

path = "./your/path"
files = glob.glob(os.path.join(path, "*.csv"))

for file in files:
    df = pd.read_csv(file)
    df_new = df.groupby('miRNA')['read_count'].sum()
    print(df_new)
    df_new.to_csv(file.split('modified')[:-1] + \
                  'sum' + \
                  '_'.join(file.split('modified')[-1:]))