深度学习txt数据集批量修改编号--遍历修改文件夹内所有txt文件内第一列内容

问题：深度学习时，当需要整体修改类型编号时，例如两数据1是car,和1是truck，现想合并数据，那就要挨个打开txt文件修改第一列的类型数字，（这样才能类型不冲突）

手动修改是不可能的，唯有脚本释人心。

不只强势替换，可以筛查替换。

代码环节

import os
for root, dirs, files in os.walk(r"D:/weixin/jk"):		# 文件夹路径
    for file in files:
        # 获取文件name
        print(root)
        print(file)
        root1 = str(root+'/'+file) 	# 需要转换文件的路径
        f = open(root1)	# 打开txt文件
        line = f.readlines()	# 以行的形式进行读取文件
        list1 = []
        for i,line in enumerate(line):
            a = line.split()
            b = a[0:5]	# 这是选取需要读取/修改的列；txt文件内一共五列
            list1.append(b)  # 将其添加在列表之中
        f.close()

        root2 = str('D:/weixin/jl'+'/'+file)  # 转换后存放文件夹路径+转换后新的txt文件名称
        path_out = root2
        with open(path_out, 'w+') as f_out:             
            for i in list1:
                if i[0] == '1' :    #判断第一列数字
                    i[0]='2' # 替换所需数字
                fir = i[0]                           
                sec = i[1]  # 第二、三、四、五列内容保持不变
                third = i[2]
                fourth = i[3]
                fifth = i[4]
                f_out.write(str(fir) + ' ' + str(sec) + ' ' + str(third) + ' ' + str(fourth) + ' ' + str(fifth) + '\n')  # 把前两列写入新的txt文件