以下是一个Python脚本，功能是读取指定目录下所有文件名包含指定字符串的文件，并将这些文件的内容加载到一个Pandas DataFrame中返回。 ### 实现代码 ```python import os import pandas as pd def read_files_to_dataframe(directory, target_string): """ 读取指定目录下所有文件名包含指定字符串的文件，并将内容合并到一个DataFrame中。 参数: directory (str): 要搜索的目录路径。 target_string (str): 文件名中需要包含的目标字符串。 返回: pd.DataFrame: 包含所有符合条件文件内容的DataFrame。 """ data_frames = [] # 用于存储每个文件生成的DataFrame # 遍历目录中的所有文件 for filename in os.listdir(directory): if target_string in filename: # 检查文件名是否包含目标字符串 file_path = os.path.join(directory, filename) if os.path.isfile(file_path): # 确保是文件而不是子目录 try: # 假设文件是CSV格式，使用pandas读取 df = pd.read_csv(file_path) df['source_file'] = filename # 添加一列标记数据来源文件名 data_frames.append(df) except Exception as e: print(f"无法读取文件 {filename}: {e}") # 合并所有DataFrame为一个 if data_frames: combined_df = pd.concat(data_frames, ignore_index=True) return combined_df else: print("没有找到符合条件的文件。") return pd.DataFrame() # 示例用法 if __name__ == "__main__": directory_path = "./example_dir" # 替换为你的目录路径 target_string = "data" # 替换为目标字符串 result_df = read_files_to_dataframe(directory_path, target_string) print(result_df) ``` --- ### 代码解释 1. **`os.listdir(directory)`**: - 列出指定目录下的所有文件和子目录名称。 2. **文件名过滤**: - 使用条件 `if target_string in filename` 来筛选文件名中包含指定字符串的文件。 3. **文件路径拼接**: - 使用 `os.path.join(directory, filename)` 构造完整的文件路径。 4. **检查是否为文件**: - 使用 `os.path.isfile(file_path)` 确保当前项是文件而非子目录。 5. **读取文件内容**: - 使用 `pd.read_csv(file_path)` 假设文件为CSV格式。如果文件格式不同（如Excel、JSON等），可以替换为相应的Pandas读取方法（如`pd.read_excel`或`pd.read_json`）。 6. **添加来源标记**: - 在每个文件的DataFrame中添加一列 `source_file`，记录数据来自哪个文件。 7. **合并DataFrame**: - 使用 `pd.concat(data_frames, ignore_index=True)` 将所有DataFrame合并为一个。 8. **异常处理**: - 如果文件无法读取（例如格式错误或权限问题），捕获异常并打印错误信息。 --- ### 注意事项 1. **文件格式**: - 当前代码假设文件为CSV格式。如果文件格式不同，请根据实际情况调整读取方法。 2. **性能优化**: - 如果目录中文件数量较多，可以考虑使用多线程或异步IO来提高效率。 3. **递归查找**: - 如果需要递归查找子目录中的文件，可以使用 `os.walk(directory)` 替代 `os.listdir(directory)`。 ---