import os
import pandas as pd

# 指定目录路径
folder_path = r"C:\Users\Zherui\Desktop\Project\7\测验结果"

# 获取所有CSV文件的文件名
csv_files = [f for f in os.listdir(folder_path) if f.endswith('.csv')]

# 初始化一个空的字典用于存放每个人的数据
all_data = {}

# 遍历每个CSV文件
for file in csv_files:
    # 读取CSV文件
    df = pd.read_csv(os.path.join(folder_path, file))

    # 获取文件名中的名称（假设格式为“人名-量表类型.csv”）
    person_name = file.split('-')[0]
    scale_type = file.split('-')[1].replace('.csv', '')

    # 只保留“名称”和“原始分”两列
    df = df[['名称', '原始分']]

    # 将“名称”列中的值加上量表类型前缀，形成新的列名
    df['名称'] = scale_type + "_" + df['名称']

    # 将“名称”列作为列名，“原始分”作为数据，转为一行数据
    person_data = df.set_index('名称').T
    person_data.index = [person_name]  # 将行索引设置为人名

    # 如果该人名已经在字典中，则更新它的内容，否则创建一个新的条目
    if person_name in all_data:
        all_data[person_name] = pd.concat([all_data[person_name], person_data], axis=1)
    else:
        all_data[person_name] = person_data

# 将字典中的所有数据合并为一个DataFrame
result_df = pd.concat(all_data.values(), axis=0)

# 设置行索引名称为“姓名”
result_df.index.name = '姓名'

# 保存为新的CSV文件
result_df.to_csv('整理后的数据.csv', encoding='utf-8-sig')

print("数据已整理并保存为'整理后的数据.csv'")