python 批量处理 csv

在Python中，批量处理CSV文件通常涉及到读取、操作数据并写入新的CSV文件。Pandas库是Python中非常流行的数据分析工具，它提供了高效的功能来处理这种任务。以下是使用Pandas进行批量CSV处理的基本步骤：

1. 导入库：

import pandas as pd

2. 读取CSV文件：

# 如果有多个文件，可以用列表存储文件名
files = ['file1.csv', 'file2.csv', 'file3.csv']
data_frames = [pd.read_csv(file) for file in files]

3. 数据预处理或操作（例如清洗、转换、合并等）：

def process_data(df):
    # 这里可以添加各种数据处理函数，如数据清洗、计算新列等
    df['new_column'] = df['column1'] + df['column2']
    return df

processed_dataframes = [process_data(frame) for frame in data_frames]

4. 写入新的CSV文件：

for i, processed_df in enumerate(processed_dataframes):
    output_file = f"output_{i+1}.csv"
    processed_df.to_csv(output_file, index=False)

在这个例子中，`index=False`表示不保存行索引到CSV文件。