python - 遍历文件夹中的文件

Question

我正在使用 pandas 来读取和分析大型 NHS 处方数据集。它们单独保存为文件夹中的 csv 文件。我想将相同的几行代码分别应用于每个文件 - 因此我想用 pandas 单独读取每个数据帧，然后提取相关数据并执行基本计算。

这是我到目前为止的代码:

import pandas as pd
import glob

path = "/Volumes/TOSHIBA EXT/Datasets/2015"
all_files = glob.glob(path + "/*.CSV")

for f in all_files:
    pd.read_csv(f,index_col=None, header=0, usecols=[2,4,5], names=['PRACTICE','BNF NAME', 'ITEMS'])
    f=f[f['BNF NAME'].str.contains('Ampicillin' and 'Amoxicillin' and 'Co-Amoxiclav')]
    print pd.to_numeric(f['ITEMS']).sum()

但是出现以下错误..

TypeError: string indices must be integers, not str 

我理想地希望定义一个函数，选择包含以下字符串的相关行:“Ampicillin”、“Amoxicillin”和“Co-Amoxiclav”；然后合计每个文件的项目数(即合计名为“ITEMS”的列)，然后我可以在 for 循环中使用它来迭代每个文件。

非常感谢有关如何避免此错误并实现上述目标的任何指示。

非常感谢! :)

Answer 1

f 是文件名，但您将其用作 DataFrame - f['BNF NAME']。

你需要

df = pd.read_csv(...)

然后你就可以使用

df['BNF NAME']

df = df[ df['BNF NAME'] ... ]

df['ITEMS']