Python 从几十个df.sum（）系列中创建一个新的数据帧

我有几个相同格式的数据帧，有五列

我想使用

df.sum（）

对每个数据帧的值求和。这将为每个数据帧创建一个系列，仍然有5列

我的问题是如何获取这些序列并创建另一个数据帧，一列是文件名，另一列是

df.sum（）中的五列

不幸的是，这种方法行不通df['filename']=str（filename）'抛出一个类型错误，并且创建新的数据帧
newdf
无法正确解析

如何正确地做到这一点

如何获取多个
pandas.Series
对象并创建
DataFrame
 要回答这个具体问题：

@ThomasTu我如何从以“文件名”为名称的系列列表开始
列到数据帧？我想这就是问题所在——我不明白
这个

它本质上就是您现在所拥有的，但不是附加到空列表，而是附加到空数据帧。如果您不想在每次迭代中重新分配newdf，我认为有一个inplace关键字

import pandas as pd
import glob

batch_of_dataframes =  glob.glob("*.txt")

newdf = pd.DataFrame()
for filename in batch_of_dataframes:
    df = pd.read_csv(filename)
    df['filename'] = str(filename)
    df = df.sum()
    newdf = newdf.append(df, ignore_index=True)

要回答这个具体问题：

@ThomasTu我如何从以“文件名”为名称的系列列表开始
列到数据帧？我想这就是问题所在——我不明白
这个

它本质上就是您现在所拥有的，但不是附加到空列表，而是附加到空数据帧。如果您不想在每次迭代中重新分配newdf，我认为有一个inplace关键字

import pandas as pd
import glob

batch_of_dataframes =  glob.glob("*.txt")

newdf = pd.DataFrame()
for filename in batch_of_dataframes:
    df = pd.read_csv(filename)
    df['filename'] = str(filename)
    df = df.sum()
    newdf = newdf.append(df, ignore_index=True)

请按以下顺序尝试：

创建一个空列表，比如说
list\u of_series

对于每个文件：

加载到数据帧中，然后将总和保存在序列中
s

将元素添加到s:
s['filename']=您的文件名

将
s
附加到系列的
列表中


最后，连接（并在需要时转置）：


代码
准备：

l_df = [pd.DataFrame(np.random.rand(3,5), columns = list("ABCDE")) for _ in range(5)]
for i, df in enumerate(l_df):
    df.to_csv(str(i)+'.txt', index = False)

文件*.txt以逗号分隔，包含标题

! cat 1.txt
A,B,C,D,E
0.18021800981245173,0.29919271590063656,0.09527248614484807,0.9672038093199938,0.07655003742768962
0.35422759068109766,0.04184770882952815,0.682902924462214,0.9400817219440063,0.8825581077493059
0.3762875793116358,0.4745731412494566,0.6545473610147845,0.7479829630649761,0.15641907539706779

事实上，其余部分与您所做的非常相似（我将文件名附加到一个系列中，而不是数据帧中。否则，它们通过
sum（）
）连接了好几次）：

请按以下顺序尝试：

创建一个空列表，比如说
list\u of_series

对于每个文件：

加载到数据帧中，然后将总和保存在序列中
s

将元素添加到s:
s['filename']=您的文件名

将
s
附加到系列的
列表中


最后，连接（并在需要时转置）：


代码
准备：

l_df = [pd.DataFrame(np.random.rand(3,5), columns = list("ABCDE")) for _ in range(5)]
for i, df in enumerate(l_df):
    df.to_csv(str(i)+'.txt', index = False)

文件*.txt以逗号分隔，包含标题

! cat 1.txt
A,B,C,D,E
0.18021800981245173,0.29919271590063656,0.09527248614484807,0.9672038093199938,0.07655003742768962
0.35422759068109766,0.04184770882952815,0.682902924462214,0.9400817219440063,0.8825581077493059
0.3762875793116358,0.4745731412494566,0.6545473610147845,0.7479829630649761,0.15641907539706779

事实上，其余部分与您所做的非常相似（我将文件名附加到一个系列中，而不是数据帧中。否则，它们通过
sum（）
）连接了好几次）：

您可以发布一些模拟输入数据帧的示例数据吗？这里有几个问题。1.df.sum（）返回包含
len（df.columns）
行（或
len（df）
的序列，具体取决于axis=0还是1）。序列中没有列。2.新的_df只是一个系列的列表，因此您最终只会得到另一个系列。3.您应该在
df['colname']='value'
上发布完整的回溯。这真的不应该失败。这让我觉得，无论出于什么原因，您的数据实际上只是一列，并作为一个系列读入，但发布一些示例数据将澄清这一点。我相信
glob.glob（'.txt'）
返回的是一个空列表。我相信你想要
glob.glob（'*.txt'）
@Alexander抱歉，typo@ThomasTu如何从以“Filename”作为列的系列列表转到数据帧？我想这就是问题所在——我不明白这一点。你能发布一些模拟输入数据帧的示例数据吗？这里有几个问题。1.df.sum（）返回包含
len（df.columns）
行（或
len（df）
的序列，具体取决于axis=0还是1）。序列中没有列。2.新的_df只是一个系列的列表，因此您最终只会得到另一个系列。3.您应该在
df['colname']='value'
上发布完整的回溯。这真的不应该失败。这让我觉得，无论出于什么原因，您的数据实际上只是一列，并作为一个系列读入，但发布一些示例数据将澄清这一点。我相信
glob.glob（'.txt'）
返回的是一个空列表。我相信你想要
glob.glob（'*.txt'）
@Alexander抱歉，typo@ThomasTu如何从以“Filename”作为列的系列列表转到数据帧？我想这就是问题所在——我不明白，你能提供代码吗？我相信这大概就是我所拥有的above@ShanZhengYang给你。我可能只是猜测你的
pd.read\u csv
出错了：不同格式的文件？或者glob意外地匹配了不需要的文件？如果不是这样的话，我会先在一个文件上运行循环中的三行代码。你能提供代码吗？我相信这大概就是我所拥有的above@ShanZhengYang给你。我可能只是猜测你的
pd.read\u csv
出错了：不同格式的文件？或者glob意外地匹配了不需要的文件？如果不是这样的话，我会尝试先在一个文件上运行循环中的三行代码。