python对文件夹中多个CSV批量操作，将全部“不合格”字段替换为“合格”

在Python中，你可以使用`os`模块来遍历文件夹，`pandas`库来读取和处理CSV文件，以及`csv`模坓来进行批量修改。下面是一个简单的示例，假设你有一个名为"unqualified_data.csv"的文件，其中有一列"status"标记不合格的数据，你想将所有"不合格"替换为"合格"：

import os
import pandas as pd

# 定义要处理的目录路径
directory_path = "your_directory_path"

# 使用os.walk遍历目录
for root, dirs, files in os.walk(directory_path):
    for file_name in files:
        if file_name.endswith(".csv"):  # 检查是否为CSV文件
            full_file_path = os.path.join(root, file_name)
            
            # 读取CSV文件
            df = pd.read_csv(full_file_path)

            # 假设"status"列标识不合格，这里只是一个假设，具体依据实际情况调整
            df["status"] = df["status"].replace({"不合格": "合格"}, inplace=True)

            # 写入更新后的数据
            df.to_csv(full_file_path, index=False)  # 注意：index=False可以避免写入索引列

# 如果你想要确认修改过程，可以在替换之前先打印或查看DataFrame
# print(df[df["status"] == "不合格"])  # 查看原数据
# print(df[df["status"] == "合格"])  # 查看已替换后的数据