在Python中，合并CSV文件可以通过多种方式实现，以下是几种常见的方法：
方法一：使用csv模块
python
import csv
import glob
获取所有CSV文件的路径
file_paths = glob.glob（'path/to/csv/files/*.csv'）
创建一个空的字典，用于存储合并后的数据
merged_data = {}
逐个读取每个CSV文件，并将其添加到字典中
for file_path in file_paths:
with open（file_path, 'r'） as csvfile:
reader = csv.DictReader（csvfile）
for row in reader:
假设每个文件都有一个唯一的标识符，例如文件名
identifier = os.path.basename（file_path）
merged_data[identifier] = row
将字典写入新的CSV文件
with open（'merged.csv', 'w', newline=''） as outfile:
fieldnames = merged_data[next（iter（merged_data））].keys（）
writer = csv.DictWriter（outfile, fieldnames=fieldnames）
writer.writeheader（）
for identifier, row in merged_data.items（）:
writer.writerow（row）
方法二：使用pandas库
python
import pandas as pd
import glob
获取所有CSV文件的路径
file_paths = glob.glob（'path/to/csv/files/*.csv'）
创建一个空的DataFrame，用于存储合并后的数据
df = pd.DataFrame（）
逐个读取每个CSV文件，并将其添加到DataFrame中
for file_path in file_paths:
temp_df = pd.read_csv（file_path, encoding='gbk'） 根据需要设置编码格式
file_name = os.path.basename（file_path）
temp_df['file_name'] = file_name 添加文件名作为新的一列
df = df.append（temp_df, ignore_index=True）
将合并后的DataFrame保存为新的CSV文件
df.to_csv（'merged.csv', index=False）
方法三：使用csv模块以追加模式合并
python
import csv
import glob
获取所有CSV文件的路径
file_paths = glob.glob（'path/to/csv/files/*.csv'）
以追加模式打开源文件
with open（'source.csv', 'a', newline=''） as csv_file:
创建csv的写对象，并传入表头
writer = csv.DictWriter（csv_file, fieldnames=header）
批量写入读取到的数据
for row in reader:
writer.writerow（row）
以上方法展示了如何使用Python的csv模块和pandas库来合并CSV文件。请根据你的具体需求选择合适的方法。
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/73313.html