python读取多喝csv文件

使用 Python Pandas 读取多个 CSV 文件
为了处理多个 CSV 文件，可以利用 pandas 库中的功能来逐个加载这些文件或将它们合并成单个数据帧。下面展示了两种常见方法。
方法一：单独读取并存储到列表中
如果希望保持每个 CSV 文件作为独立的数据框，则可创建一个循环遍历所有目标文件路径，并依次调用 pd.read_csv() 函数[^1]：
import os
import pandas as pd

file_paths = ['path/to/file1.csv', 'path/to/file2.csv'] # 替换为实际文件路径
dfs = []

for path in file_paths:
df_temp = pd.read_csv(path, skiprows=None, header=0)
dfs.append(df_temp)

# 现在 dfs 是包含各个 DataFrame 的列表
登录后复制
方法二：一次性读取并将结果合并
当需要将多份相似结构的 CSV 数据汇总起来时，可以通过构建文件名模式匹配的方式自动获取待处理文件集合，并通过 concat() 或者 append() 来组合最终的结果集:
from glob import glob
import pandas as pd

pattern = '*.csv' # 定义要查找的文件类型
files = sorted(glob(pattern)) # 获取当前目录下所有的 .csv 文件

dataframes_list = (pd.read_csv(f, sep=',') for f in files) # 利用生成器表达式提高效率
combined_df = pd.concat(dataframes_list, ignore_index=True)

print(combined_df.head()) # 输出前几行查看效果
登录后复制
上述代码片段中使用了 glob 模块来简化批量选取同级目录下的 CSV 文件操作；而设置分隔符参数 sep=',' 可确保按照逗号区分字段[^2]。