利用python合并csv文件的方式实例

当我们需要整合多个csv文件时，可以利用Python中pandas库的concat函数进行合并。

下面是完整攻略：

1. 安装pandas库

在终端输入以下命令安装：

pip install pandas

2. 导入pandas库

在Python文件中导入pandas库：

import pandas as pd

3. 读取csv文件并合并

以下是两个待合并的文件，都包含Name和Age两列：

file1.csv

Name,Age
Lucy,18
Tom,21

file2.csv

Name,Age
John,24
Mary,19

我们可以通过使用pd.concat()函数来合并这两个文件：

df1 = pd.read_csv('file1.csv')
df2 = pd.read_csv('file2.csv')
df = pd.concat([df1, df2])

代码中，pd.read_csv()函数用于读取csv文件，将它们存储在DataFrame类型的变量中。最后一行代码使用pd.concat()函数将这两个数据框沿着行方向合并在一起，得到一个新的DataFrame：df。

4. 保存合并后的csv文件

我们可以用以下代码将合并后的数据存储到新的csv文件中：

df.to_csv('merged_file.csv', index=False)

此处使用to_csv()函数将合并后的csv保存到本地，index=False参数表示我们不需要保存自动生成的索引。

以上就是利用Python合并csv文件的完整攻略。下面是两个操作实例：

实例1. 合并多个csv文件

除上面提到的两个文件之外，还有file3.csv和file4.csv，都包含Name和Age两列。那么我们可以使用以下代码将它们合并：

df1 = pd.read_csv('file1.csv')
df2 = pd.read_csv('file2.csv')
df3 = pd.read_csv('file3.csv')
df4 = pd.read_csv('file4.csv')
df_merged = pd.concat([df1, df2, df3, df4])
df_merged.to_csv('merged_file.csv', index=False)

实例2. 合并csv文件并指定列

除了Name和Age两列，这个时候我们还有Gender和City两列需要合并。我们可以使用以下代码指定需要合并的列：

df1 = pd.read_csv('file1.csv')
df2 = pd.read_csv('file2.csv')
df_merged = pd.concat([df1[['Name', 'Age', 'Gender']], df2[['Name', 'Age', 'City']]], sort=False)
df_merged.to_csv('merged_file.csv', index=False)

代码中，[['Name', 'Age', 'Gender']]和[['Name', 'Age', 'City']]分别表示需要合并的列。使用sort=False参数可以禁用自动排序。