读取多个TSV文件，并写入到一个TSV文件的Python

Question

所以，我有多个TSV文件格式如下：

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，...）为标题）

我想将它们全部读出来，如果对于每一行，其中的一列有我想要的属性（假设它等于1），我想将该行保存在不同的TSV文件中，格式与上面的数据将被过滤。

我有代码来提取我想要的行并将其写入到TSV文件，但我不知道如何读取多个TSV文件并写入单个TSV文件。

这是我到目前为止有：

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) 

所以说，someDirectory有一个像80个TSV文件。什么是最好的方式去遍历所有这些并将所需的行写入out_file？

Answer 1

您可以使用glob.glob标准库中根据一些模式来获取文件名列表：

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

，然后遍历所有这些作为输入文件。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) 

作为一个侧面说明，你也可以用csv.reader模块读取制表符分隔值的文件，通过设置dialect='excel-tab'。