要批量读取CSV文件，你可以使用Python的`glob`模块来获取所有CSV文件的路径，然后使用`pandas`库来读取这些文件。以下是一个简单的步骤说明和示例代码：
步骤说明
导入必要的库
import osimport globimport pandas as pd
获取所有CSV文件的路径
file_paths = glob.glob（'path/to/csv/files/*.csv'） 替换为你的CSV文件所在路径
读取每个CSV文件的数据
all_data = pd.DataFrame（） 创建一个空的DataFrame来存储所有CSV文件的数据for file_path in file_paths:data = pd.read_csv（file_path） 读取单个CSV文件的数据all_data = pd.concat（[all_data, data]） 将读取的数据合并到all_data中
处理合并后的数据
print（all_data） 打印合并后的数据
示例代码
import pandas as pdimport glob获取所有csv文件的文件路径file_paths = glob.glob（'path/to/csv/files/*.csv'） 替换为你的CSV文件所在路径创建一个空的DataFrame来存储所有csv文件的数据all_data = pd.DataFrame（）遍历所有csv文件并读取数据for file_path in file_paths:data = pd.read_csv（file_path）all_data = pd.concat（[all_data, data]）打印合并后的数据print（all_data）
请确保将`path/to/csv/files/`替换为你的CSV文件所在的实际路径。如果你需要处理特定格式的文件，比如带有子目录的，你可能需要调整`glob.glob`的路径模式。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
如需转载请保留出处：https://sigusoft.com/bj/62394.html