如何将所有 CSV 文件合并到单个 Pandas DataFrame 中 - Python？

---

要合并所有 CSV 文件，请使用 GLOB 模块。在 **concat()** 中使用 os.path.join() 方法 将 CSV 文件合并在一起。以下是一些我们可以用来将多个 CSV 文件合并到单个 DataFrame 中的常用方法 -

• os.path.join() 和 glob

• 使用 glob 模式合并 CSV 文件

• 按特定顺序合并 CSV 文件

使用 'os.path.join()' 和 glob

首先，导入所需的库。我们将 pd 作为 Python Pandas 库的别名。

import pandas as pd
import glob
import os

此方法通过连接目录路径和文件名模式来构造文件路径。

示例

在下面的示例代码中，**glob.glob()** 返回与给定模式 (“sales”) 匹配的所有文件名的列表。

import pandas as pd
import glob
import os

# setting the path for joining multiple files
files = os.path.join("C:\Users\amit_\Desktop", "sales*.csv")

# list of merged files returned
files = glob.glob(files)

print("Resultant CSV after joining all CSV files at a particular location...");

# joining files with concat and read_csv
df = pd.concat(map(pd.read_csv, files), ignore_index=True)
print(df)

Sales1.csv

	汽车	地点	销量
0	奥迪	班加罗尔	80
1	保时捷	孟买	110
2	劳斯莱斯	浦那	100

Sales2.csv

	汽车	地点	销量
3	宝马	德里	95
4	梅赛德斯	海德拉巴	80
5	兰博基尼	昌迪加尔	80

Sales3.csv

	汽车	地点	销量
6	沃尔沃	拉贾斯坦邦	150
7	现代	曼尼普尔邦	120
8	丰田	喜马偕尔邦	70

输出

将所有 CSV 文件连接到特定位置后的结果 CSV 文件。

	汽车	地点	销量
0	奥迪	班加罗尔	80
1	保时捷	孟买	110
2	劳斯莱斯	浦那	100
3	宝马	德里	95
4	梅赛德斯	海德拉巴	80
5	兰博基尼	昌迪加尔	80
6	沃尔沃	拉贾斯坦邦	150
7	现代	曼尼普尔邦	120
8	丰田	喜马偕尔邦	70

使用 glob 模式合并 CSV 文件

当我们确定文件位置时，可以直接使用文件路径，而无需使用 **os.path.join()**，路径硬编码到 **glob** 方法中。

示例

在下面的示例中，列表推导式 **[pd.read_csv(f) for f in files]** 读取每个 CSV 文件，然后将其传递给 **pd.concat()** 以进行合并。

import pandas as pd
import glob

# Fetch all CSV files directly from the path
files = glob.glob("C:\Users\amit_\Desktop\sales*.csv")

# Concatenate them into a single DataFrame
df = pd.concat([pd.read_csv(f) for f in files], ignore_index=True)

# Display the final DataFrame
print(df)

输出

	汽车	地点	销量
0	奥迪	班加罗尔	80
1	保时捷	孟买	110
2	劳斯莱斯	浦那	100
3	宝马	德里	95
4	梅赛德斯	海德拉巴	80
5	兰博基尼	昌迪加尔	80
6	沃尔沃	拉贾斯坦邦	150
7	现代	曼尼普尔邦	120
8	丰田	喜马偕尔邦	70

按特定顺序合并 CSV 文件

如果我们想按 **特定顺序** 合并文件，可以在连接之前对文件名列表进行排序。在下面的示例中，**file.sort()** 函数根据命名按字母或数字顺序对文件进行排序。

import pandas as pd
import glob
import os

# Fetch all CSV files matching the pattern
files = glob.glob("C:\Users\amit_\Desktop\sales*.csv")

# Sort files alphabetically or numerically (depending on naming)
files.sort()

# Concatenate them into a DataFrame
df = pd.concat(map(pd.read_csv, files), ignore_index=True)

# Display the final DataFrame
print(df)

输出

	汽车	地点	销量
0	奥迪	班加罗尔	80
1	保时捷	孟买	110
2	劳斯莱斯	浦那	100
3	宝马	德里	95
4	梅赛德斯	海德拉巴	80
5	兰博基尼	昌迪加尔	80
6	沃尔沃	拉贾斯坦邦	150
7	现代	曼尼普尔邦	120
8	丰田	喜马偕尔邦	70