如何在Pandas中读取一个文件夹中的所有CSV文件

在Pandas中，我们可以使用read_csv()函数来读取CSV文件。为了读取文件夹中所有的CSV文件，我们需要使用Python的os库来获取文件夹中所有CSV文件的路径，并使用循环遍历路径列表，依次读取每个CSV文件。

下面是示例代码，演示如何读取文件夹中的所有CSV文件，并将它们合并成一个Pandas数据框：

import os
import pandas as pd

# 指定CSV文件所在的文件夹路径
folder_path = "/path/to/folder"

# 获取文件夹中所有CSV文件的路径
csv_files = [os.path.join(folder_path, f) for f in os.listdir(folder_path) if f.endswith('.csv')]

# 创建一个空的数据框，用于存储读取的所有CSV文件数据
df = pd.DataFrame()

# 循环遍历CSV文件列表，逐个读取CSV文件并合并到数据框中
for file in csv_files:
    # 读取CSV文件数据
    data = pd.read_csv(file)
    # 将读取的数据合并到数据框中
    df = pd.concat([df, data], ignore_index=True)

# 打印合并后的数据框
print(df)

在这个示例中，我们首先指定了CSV文件所在的文件夹路径。然后，我们使用os库来获取文件夹中所有CSV文件的路径，这里使用了列表解析式，只将以“.csv”为后缀的文件加入列表中。接着，我们创建了一个空的数据框，并使用循环遍历CSV文件列表，逐个读取CSV文件并将数据合并到数据框中。最后，我们打印合并后的数据框。

此外，还可以通过修改pd.concat()函数的参数实现更多操作，例如改变合并的方向、多个数据框合并等。具体操作可以查看Pandas官方文档。