分割一个列表(?)

Question

我已经找了一段时间了，我想我可能把这个街区建错了，但我希望有一个简单的解决方案。我需要分解一个清单，我能想到的每一个解决方案都失败了(知识有限)。我的代码是为查找文本中的特定单词而构建的，并提取文本所在的部分，我还添加了文本所在的文件名。然而，这一切都是同一个列表！

for filename in os.scandir(directory):
    if filename.path.endswith(".txt"):
        f = open(filename, encoding = 'utf-8')
        lines = f.readlines()
        for line in lines:
            if pattern.search(line) != None:
                list.append((filename.name, line.rstrip('\n')))
                
        continue
    else:
        continue

当它打印出来时，它看起来像：

('AEE_0000018654_10Q_20200331_Item1A_excerpt.txt'，‘在2019年，阿梅伦密苏里州签订了一项建设转让协议，在建设之后，收购了一座高达300兆瓦的风力发电设施。2018年，阿梅伦密苏里公司签订了一项建设转让协议，在建设完毕后，将收购一座高达400兆瓦的风力发电设施。除非美国国税局修改了相关法规，或者国会颁布了适用的立法，包括延长2020年12月31日的服役日期标准(如果这些设施的任何部分已经完工)，否则('AEE_0000018654_10Q_20200331_Item2_excerpt.txt'，‘安-400兆瓦风力发电设施。这两项协议受习惯合同条款和条件的制约。这两次建设转移收购总共代表了12亿美元的资本支出，并将支持阿梅伦密苏里州遵守密苏里可再生能源标准。阿梅伦密苏里州和开发商继续监测对每个项目时间表的影响。到目前为止，两家开发商都没有向阿梅伦密苏里州报告说，这些项目不会在2020年完工。密苏里州的阿梅伦预计，这个高达400兆瓦的项目将在2020年年底投入使用。然而，目前，由于制造业、航运和其他供应链问题，并根据阿梅伦·密苏里与开发商的讨论，阿梅伦·密苏里预计，该项目的一部分将在2021年第一季度投入使用，投资约为1亿美元。

那么，我是否可以将它分开，以便文件名在一个单独的列表中？我想用-

import pandas
df = pandas.DataFrame(data={"col1": filename, "col2": list})
df.to_csv("./SECParse.csv", sep=',',index=False)

但到目前为止，我还无法打破我创建的这个列表。

有什么帮助吗？

Answer 1

因为您已经在表单(filename,text)中有了一个元组列表，所以我认为您可以直接调用

pd.DataFrame(ls,columns=['filename','text'])

其中ls是从for循环中生成的列表。

输出应该如下所示：

    filename                                        text
0   AEE_0000018654_10Q_20200331_Item1A_excerpt.txt  In 2019, Ameren Missouri entered into a build-...
1   AEE_0000018654_10Q_20200331_Item2_excerpt.txt   an up-to 400-megawatt wind generation facility...