如何在Pandas中读取一个文件夹中的所有CSV文件

在 Pandas 中读取一个文件夹中的所有 CSV 文件可以采用以下步骤：

1. 首先导入 Pandas 库

import pandas as pd

1. 通过 os 库或者 glob 库获取整个文件夹中的 CSV 文件名列表。os 库提供了一个 listdir 函数，可以获取文件夹中所有文件的文件名列表，而 glob 库则可以更加方便地使用通配符获取符合条件的文件名列表。

下面是使用 os 库获取 CSV 文件名列表的示例：

import os

folder_path = "/path/to/folder" # 替换为实际文件夹路径
csv_files = [f for f in os.listdir(folder_path) if f.endswith('.csv')]

使用 glob 库的示例：

import glob

folder_path = "/path/to/folder" # 替换为实际文件夹路径
csv_files = glob.glob(folder_path + "/*.csv")

1. 循环遍历 CSV 文件名列表，使用 Pandas 的 read_csv 函数读取每个 CSV 文件，并将其合并成一个 Pandas DataFrame。

下面是示例代码：

folder_path = "/path/to/folder" # 替换为实际文件夹路径
csv_files = glob.glob(folder_path + "/*.csv")

dfs = []
for csv_file in csv_files:
    df = pd.read_csv(csv_file)
    dfs.append(df)

merged_df = pd.concat(dfs, ignore_index=True)

在上述示例代码中，每次循环使用 pd.read_csv() 函数读取一个 CSV 文件，并将读取的 DataFrame 对象存入列表 dfs 中。最后使用 pd.concat() 函数将所有 DataFrame 对象合并成一个完整的 DataFrame 对象，并使用 ignore_index=True 参数重新编号所有行。

这样，我们就可以在 Pandas 中轻松地读取一个文件夹中的所有 CSV 文件了。