Python 如何使用公共字符串为多个文本文件运行脚本？

在我的研究工作中，我有多个文本文件，它们有一个共同的字符串“Max”，Max的不同值范围为0.10到2.00，步骤为0.10，如下所示：

 A_100Hz_Rate20Hz_5tot_0.10Max_1_ 
 A_100Hz_Rate20Hz_5tot_0.10Max_2_
 A_100Hz_Rate20Hz_5tot_0.10Max_3_
 .
 .
 .
 A_100Hz_Rate20Hz_5tot_2.00Max_1_ 
 A_100Hz_Rate20Hz_5tot_2.00Max_2_
 A_100Hz_Rate20Hz_5tot_2.00Max_3_

我需要根据最大值（例如：0.10Max）导入所有文件，以分别获得具有相同最大值的文件的平均值，从而获得：

 Ave_A_100Hz_Rate20Hz_5tot_0.10Max_3_
 .
 .
 .
 Ave_A_100Hz_Rate20Hz_5tot_2.00Max_3_

我试过一个手动glob模块，它在一个“Max”值下运行良好，但在整个范围内不起作用。这是我的代码：

import numpy as np
import glob
import pandas as pd

h = np.linspace(0.10,2.00,20)  
for x in h: 
     x1 = ("%.2f" % x)
     glob_path = 'input/*_{}Vbr_*.txt'.format(x1)
     import_files = glob.glob(glob_path)
     print(x,import_files )
     for index, file_name in enumerate(import_files ):
          merged_data = pd.read_csv(file_name, header=None, delimiter="\t").values
          if index==0:    
               summation = merged_data
          else:
               summation = summation + merged_data
          averaging = summation/len(import_files)         
          np.savetxt('output/Ave_'+file_name[10:], averaging, delimiter="\t" )

我需要写一个大概的剧本。但是，在我的例子中，现在我只使用了两个值x=1.50和x=2.0的脚本来简化它。我尝试打印（导入_文件），并希望输出为：

['input\\A_100Hz_Rate20Hz_5tot_1.50Max_1_.txt', 
'input\\A_100Hz_Rate20Hz_5tot_1.50Max_2_.txt', 
'input\\A_100Hz_Rate20Hz_5tot_1.50Max_3_.txt']


['input\\A_100Hz_Rate20Hz_5tot_2.00Max_1_.txt', 
'input\\A_100Hz_Rate20Hz_5tot_2.00Max_2_.txt', 
'input\\A_100Hz_Rate20Hz_5tot_2.00Max_3_.txt']

但实际产出（简而言之）：

它在内核中导致了一个错误

      np.savetxt('output/Ave_'+file_name[10:], averaging, delimiter="\t" )

 NameError: name 'file_name' is not defined

---

请问，有什么建议吗？

我认为您只需测试

导入文件是否为空：

for x in h: 
     x1 = ("%.2f" % x)
     glob_path = 'input/*_{}Vbr_*.txt'.format(x1)
     import_files = glob.glob(glob_path)
     print(x,import_files )
     if len(import_files) != 0:
         for index, file_name in enumerate(import_files ):
              merged_data = pd.read_csv(file_name, header=None, delimiter="\t").values
              if index==0:    
                   summation = merged_data
              else:
                   summation = summation + merged_data
          averaging = summation/len(import_files)         
          np.savetxt('output/Ave_'+file_name[10:], averaging, delimiter="\t" )

就实际输出而言，对于与glob模式不匹配的情况，您将得到空列表（[]）。对于NameError:name'file_name'没有定义，我猜这是关于内部For循环的缩进问题。代码是如何通过“pd.read\u csv（file\u name…”行的，该行也使用相同的变量（file\u name）只是为了详细说明ranjith的评论，您应该将
打印（导入文件）
替换为
打印（x，导入文件）
以更清楚地显示哪些
x
值得到空列表。@ranjith如果没有我的手动glob，代码在全范围h=np中运行良好。h:x1=（“%.2f”%x）glob_路径=”input/*{}Vbr*.txt”。格式（x1）@sergeballsta-print（x，导入文件）给我：0.1[]，0.2[]等等…@SergeBallesta-我编辑了我的问题，请看！如果（len（import_files！=0）：^SyntaxError:无效语法，则给我错误
for x in h: 
     x1 = ("%.2f" % x)
     glob_path = 'input/*_{}Vbr_*.txt'.format(x1)
     import_files = glob.glob(glob_path)
     print(x,import_files )
     if len(import_files) != 0:
         for index, file_name in enumerate(import_files ):
              merged_data = pd.read_csv(file_name, header=None, delimiter="\t").values
              if index==0:    
                   summation = merged_data
              else:
                   summation = summation + merged_data
          averaging = summation/len(import_files)         
          np.savetxt('output/Ave_'+file_name[10:], averaging, delimiter="\t" )