如何对目录中的所有文件进行操作，然后使用Python / Pandas将结果存储在其他文件中？

Question

我在Google云端硬盘中总共存储了100个.db文件。这些文件中的所有行都包含一个文本列，为此，我需要使用vaderSentiment包计算每一行的情感极性得分。

我已经设法对这些.db文件之一进行了此操作，但是我想对目录中的所有其他99个文件重复此计算。另外，我想将每个文件['sentiment_compound_polarity']'列的平均值存储在.csv文件的Google Drive目录中。该文件应该只有两列，每行100行（每个文件1行），其中包含文件名和df ['sentiment_compound_polarity']。mean（），用于存储在'/ content / drive / My Drive / Database中的每个.db文件文件/'。

我设法使一些代码可以工作，该代码可以打印每个文件的平均情感分数，但是我不知道如何将其存储在.csv中（当然，我只能复制/粘贴它，但是我想要知道如何做到）。

import sqlite3
import pandas as pd
from google.colab import drive
from nltk.sentiment.vader import SentimentIntensityAnalyzer

drive.mount('/content/drive')

gdrive = '/content/drive/My Drive/Database Files/'

for db in os.listdir(gdrive):
  with sqlite3.connect(os.path.join(gdrive, db)) as conn:
    df = pd.read_sql_query(SELECT * FROM table, conn)
    df['sentiment_compound_polarity'] = df.text.apply(lambda x: SentimentIntensityAnalyzer().polarity_scores(x)['compound'])
    print (df['sentiment_compound_polarity'].mean())

非常感谢您的帮助！

Answer 1

首先，您需要准备一个新的数据框（在for循环之外：]

df = pd.DataFrame(columns=['db','mean'])

然后在循环中添加具有数据库名称和均值的新行：

df = df.append(dict(zip(df.columns,[db, df['sentiment_compound_polarity'].mean()])), ignore_index=True)

然后在代码末尾，将数据框保存到CSV文件：

df.to_csv('means.csv')