讀取多個TSV文件並寫入一個TSV文件Python

Question

因此，我有多個具有以下格式的TSV文件：

a    b    c    d    e    f    g    h
a_1  b_1  c_1  d_1  e_1  f_1  g_1  h_1
a_2  b_2  c_2  d_2  e_2  f_2  g_2  h_2
.    .    .    .    .    .    .    .
.    .    .    .    .    .    .    .
.    .    .    .    .    .    .    .
a_n  b_n  c_n  d_n  e_n  f_n  g_n  h_n

（第一行（a，b，...）是標題）

我想全部讀取它們，並且對於每一行，如果其中一列具有我想要的屬性（假設它等於1），我想將該行保存在與該列相同格式的另一TSV文件中以上，但數據將被過濾。

我具有提取所需行並將其寫入TSV文件的代碼，但是我不確定如何讀取多個TSV文件並寫入單個TSV文件。

這是我到目前為止的內容：

with open("./someDirectory/file.tsv") as in_file, 
open("newFile.tsv","w") as out_file:
first_line = True
for line in in_file:
    if first_line: #to print the titles
        print(line, file=out_file)
        first_line = False
    columns = line.split("\t")
    columnToLookAt = columns[7]
    if columnToLookAt == "1":
        print(line, file=out_file)

所以說someDirectory有80個tsv文件。 遍歷所有這些並將所需的行寫入out_file的最佳方法是什么？

Answer 1

您可以使用標准庫中的glob.glob根據某種模式獲取文件名列表：

>>> import glob
>>> glob.glob('/tmp/*.tsv')
['/tmp/file1.tsv', '/tmp/file2.tsv', ...]

然后遍歷所有這些作為輸入文件。 例如：

import glob

first_line = True
with open("newFile.tsv","w") as out_file:
    for in_path in glob.glob("./someDirectory/*.tsv"):
        with open(in_path) as in_file:
            for line in in_file:
                if first_line: #to print the titles
                    print(line, file=out_file)
                    first_line = False
                columns = line.split("\t")
                columnToLookAt = columns[7]
                if columnToLookAt == "1":
                    print(line, file=out_file)

附帶說明，您還可以通過設置dialect='excel-tab'來使用csv.reader模塊讀取制表符分隔值的文件。