python读取文件夹内的所有csv文件
时间: 2025-01-30 21:43:36 浏览: 46
### 如何使用 Python 和 Pandas 读取文件夹中的所有 CSV 文件
为了实现这一目标,可以利用 `os` 库来遍历指定目录下的所有文件,并通过 `pandas` 的 `read_csv()` 函数逐一加载这些 CSV 文件。下面是一个具体的例子:
```python
import os
import pandas as pd
folder_path = "path_to_your_folder"
all_files = [f for f in os.listdir(folder_path) if f.endswith('.csv')]
dfs = []
for filename in all_files:
file_path = os.path.join(folder_path, filename)
df = pd.read_csv(file_path)
dfs.append(df)
combined_df = pd.concat(dfs, ignore_index=True)
print(combined_df.head())
```
这段代码首先导入必要的库并定义要处理的文件夹路径[^2]。接着构建一个列表 `all_files` 来存储该文件夹下所有的 `.csv` 文件名。对于每一个找到的 CSV 文件,程序会将其完整路径拼接起来并通过 `pd.read_csv()` 方法载入数据框对象 `df` 中,之后再把各个数据框追加到名为 `dfs` 的列表里。最后一步则是调用 `pd.concat()` 将多个数据框纵向堆叠成一个新的单一数据框 `combined_df` 并重置其索引。
如果希望在保存最终合并后的 DataFrame 到新的 CSV 文件时不包含默认生成的行索引,则可以在调用 `to_csv()` 方法时设置参数 `index=False`:
```python
combined_df.to_csv('output_file.csv', index=False)
```
这样就可以确保导出的数据表不会带有额外的索引列[^3]。
阅读全文
相关推荐



















