Сделайте это проще, несколько итераций панд

Question

import pandas as pd
import glob
import csv
files=glob.glob('*.csv')
for file in files:

    df=pd.read_csv(file, header= None)
    output_file_name = "output_" + file
    with open(output_file_name, 'w') as f:
        f.write("sum of the 1. column is " + str(df.iloc[:, 0].sum())+"\n")
        f.write("sum of the 2. column is " + str(df.iloc[:, 1].sum())+"\n")
        f.write("sum of the 3. column is " + str(df.iloc[:, 2].sum())+"\n")
        f.write("sum of the 4. column is " + str(df.iloc[:, 3].sum())+"\n")

        f.write("max of the 1. column is " + str(df.iloc[:, 0].max()) + "\n")
        f.write("max of the 2. column is " + str(df.iloc[:, 1].max()) + "\n")
        f.write("max of the 3. column is " + str(df.iloc[:, 2].max()) + "\n")
        f.write("max of the 4. column is " + str(df.iloc[:, 3].max()) + "\n")

    f.close()

Как можно перебирать мои файлы панд, чтобы мне не пришлось повторять все эти строки снова.Я хочу тот же выходной файл с этой информацией о максимуме и сумме.Для каждого файла CSV я хочу новый файл в той же папке, который описывает max, sum, stdn и т. Д. Например, выходной файл будет:

sum of the 1. column is 21
sum of the 2. column is 23
sum of the 3. column is 33
sum of the 4. column is 30
max of the 1. column is 6
max of the 2. column is 6
max of the 3. column is 8
max of the 4. column is 9

Как это может сделать проще: D: D Tnx

Answer 1

Вы можете использовать двойной цикл for для перебора всех функций и столбцов:

for funcname in ['sum', 'max', 'std']:
    for i in range(len(df.columns)):
        f.write("sum of the {} column is {}\n"
                .format(i+1, getattr(df.iloc[:, 0], funcname)()))

getattr(df, 'sum') эквивалентно df.sum.

---

import pandas as pd
import glob
import csv
files = glob.glob('*.csv')
for file in files:

    df = pd.read_csv(file, header=None)
    output_file_name = "output_" + file
    with open(output_file_name, 'w') as f:
        # f.write("{}\n".format(df.describe()))
        for funcname in ['sum', 'max', 'std']:
            for i in range(len(df.columns)):
                f.write("sum of the {} column is {}\n"
                        .format(i+1, getattr(df.iloc[:, 0], funcname)()))

---

Обратите внимание, что df.describe() представляет сводную статистику в аккуратном формате.Вы можете рассмотреть возможность печати df.describe():

In [26]: df = pd.DataFrame(np.random.random((10,6)))

In [27]: df
Out[27]: 
          0         1         2         3         4         5
0  0.791727  0.397873  0.924195  0.202464  0.789961  0.077095
1  0.920516  0.637618  0.383694  0.623393  0.328440  0.606576
2  0.844562  0.231242  0.183842  0.902065  0.286643  0.743508
3  0.411101  0.370284  0.249545  0.955745  0.561450  0.597586
4  0.185035  0.989508  0.522821  0.218888  0.569865  0.773848
5  0.196904  0.377201  0.816561  0.914657  0.482806  0.686805
6  0.809536  0.480733  0.397394  0.152101  0.645284  0.921204
7  0.004433  0.168943  0.865408  0.472513  0.188554  0.012219
8  0.534432  0.739246  0.628112  0.789579  0.268880  0.835339
9  0.701573  0.580974  0.858254  0.461687  0.493617  0.285601

In [28]: df.describe()
Out[28]: 
               0          1          2          3          4          5
count  10.000000  10.000000  10.000000  10.000000  10.000000  10.000000
mean    0.539982   0.497362   0.582983   0.569309   0.461550   0.553978
std     0.324357   0.246491   0.274233   0.313254   0.189960   0.318598
min     0.004433   0.168943   0.183842   0.152101   0.188554   0.012219
25%     0.250453   0.372014   0.387119   0.279588   0.297092   0.363598
50%     0.618003   0.439303   0.575466   0.547953   0.488212   0.646691
75%     0.805084   0.623457   0.847830   0.873943   0.567761   0.766263
max     0.920516   0.989508   0.924195   0.955745   0.789961   0.921204

Answer 2

Используйте iloc для выбора первых 4 столбцов, затем примените функцию с помощью agg, создайте столбцы, начинающиеся с 1, измените форму на stack, создать список со списком и последней записью в файл по Series.to_csv:

files = glob.glob('*.csv')
for file in files:
    df = pd.read_csv(file, header= None)
    df1 = df.iloc[:, :4].agg(['sum','max','std'])
    df1.columns = range(1, len(df1.columns) + 1)
    s = df1.stack()
    L = ['{} of the {}. column is {}'.format(a, b, c) for (a, b), c in s.items()]

    output_file_name = "output_" + file
    pd.Series(L).to_csv(output_file_name, index=False)