python合并多个csv文件

可以使用pandas库中的concat函数来合并多个csv文件。具体步骤如下：

1. 导入pandas库

import pandas as pd

2. 读取多个csv文件

df1 = pd.read_csv('file1.csv')
df2 = pd.read_csv('file2.csv')
df3 = pd.read_csv('file3.csv')

3. 将多个dataframe合并为一个

merged_df = pd.concat([df1, df2, df3])

4. 将合并后的dataframe保存为csv文件

merged_df.to_csv('merged_file.csv', index=False)

其中，参数`index=False`表示不保存行索引。

相关问题

python合并多个csv 文件

可以使用 Python 的 pandas 库来合并多个 CSV 文件。首先，你需要安装 pandas：

pip install pandas

然后，你可以使用 pandas 的 `read_csv()` 函数来读取 CSV 文件，并使用 `pandas.concat()` 函数将它们合并在一起。例如：

import pandas as pd

# 将所有 CSV 文件读入到一个列表中
filenames = ['file1.csv', 'file2.csv', 'file3.csv']
dfs = [pd.read_csv(f) for f in filenames]

# 合并所有文件
df = pd.concat(dfs)

# 将合并后的数据保存到新的 CSV 文件中
df.to_csv('combined.csv', index=False, encoding='utf-8')

在这段代码中，我们将所有 CSV 文件的文件名存储在一个列表中，然后使用列表推导式将所有文件读入到一个列表中。接下来，我们调用 `pandas.concat()` 将所有文件合并在一起，最后使用 `to_csv()` 函数将合并后的数据保存到新的 CSV 文件中。

你也可以使用 `pd.concat()` 函数的 `ignore_index` 参数来忽略合并后的数据中的索引：

df = pd.concat(dfs, ignore_index=True)

这样，合并后的数据中就不会包含原来每个 CSV 文件中的索引了。

使用python将多个csv文件合并成一个csv文件，每个csv文件有三列

在Python中，合并多个CSV文件可以使用`csv`模块来实现。这里有一个简单的步骤来完成这个任务：

1. 导入`csv`模块。
2. 打开（或创建）目标CSV文件用于写入。
3. 遍历每个CSV文件。
4. 对于每个文件，打开它用于读取。
5. 读取每个文件的数据，并将数据写入目标CSV文件。

以下是一个简单的示例代码，假设所有CSV文件都有相同的列结构，并且将被合并到一个名为`merged.csv`的文件中：

import csv

# CSV文件列表
csv_files = ['file1.csv', 'file2.csv', 'file3.csv']

# 打开目标CSV文件用于写入
with open('merged.csv', 'w', newline='', encoding='utf-8') as outfile:
    writer = csv.writer(outfile)
    
    # 遍历每个CSV文件
    for file in csv_files:
        # 打开CSV文件用于读取
        with open(file, 'r', newline='', encoding='utf-8') as infile:
            reader = csv.reader(infile)
            
            # 读取并写入数据到目标文件，跳过标题行（如果有的话）
            for row in reader:
                writer.writerow(row)

注意，如果每个源CSV文件都有一个标题行，并且你希望在合并后的CSV文件中只保留一个标题行，你需要在写入之前检查并只写入一次标题行。