pandas 批量合并csv文件夹

1. 导入必要的库

import pandas as pd
import os

2. 定义文件夹路径和文件名列表

folder_path = "path/to/folder"
file_list = os.listdir(folder_path)

3. 循环遍历文件名列表，读取csv文件并合并

df = pd.DataFrame()
for file_name in file_list:
    if file_name.endswith('.csv'):
        file_path = os.path.join(folder_path, file_name)
        temp_df = pd.read_csv(file_path)
        df = pd.concat([df, temp_df])

4. 保存合并后的数据到一个新的csv文件中

save_path = "path/to/save/merged/file.csv"
df.to_csv(save_path, index=False)

相关问题

python批量合并csv文件

下面是一种可能的方法，可以使用pandas库来读取和合并csv文件：

import os
import glob
import pandas as pd

# 设置要合并的csv文件夹路径
input_folder = "/path/to/csv/folder"

# 获取csv文件夹中所有csv文件的文件名
csv_files = glob.glob(os.path.join(input_folder, "*.csv"))

# 读取所有csv文件并拼接成一个DataFrame
df = pd.concat(map(pd.read_csv, csv_files))

# 将合并后的DataFrame保存为一个新的csv文件
output_file = "/path/to/output/file.csv"
df.to_csv(output_file, index=False)

上述代码中，`glob.glob`函数用于获取csv文件夹中所有csv文件的文件名，`pd.read_csv`函数用于读取单个csv文件并返回一个DataFrame对象，`pd.concat`函数用于将多个DataFrame对象拼接成一个。最后，将合并后的DataFrame保存为一个新的csv文件。

注意：上述代码假设所有csv文件具有相同的列名和同样的列顺序。如果不是这种情况，需要进行一些额外的处理来保证合并后的结果正确。

批量将文件夹内csv文件合并并生成新的Excel

文件，有何好的方法吗？

感谢您的提问，我可以帮您回答这个问题。可以使用Python编程语言的pandas库来批量将文件夹内的csv文件合并并生成新的Excel文件。具体步骤可以参考以下示例代码：

import os
import pandas as pd

# 读取文件夹中的所有csv文件
folder_path = 'path/to/folder'
csv_files = [os.path.join(folder_path, file) for file in os.listdir(folder_path) if file.endswith('.csv')]

# 将所有csv文件合并到一个DataFrame中
df = pd.concat([pd.read_csv(file) for file in csv_files])

# 将合并后的DataFrame保存为Excel文件
df.to_excel('merged_data.xlsx', index=False)

其中，`folder_path`代表存储csv文件的文件夹路径，`merged_data.xlsx`代表生成的Excel文件名。这种方法可以快速、方便地合并多个csv文件，并且可以自定义生成的Excel文件名和存储路径。希望这个回答能够帮助到您。