Python 读取多个CSV并合并成一个数据框
作为一名经验丰富的开发者，我很高兴能帮助你学习如何使用Python来读取多个CSV文件并将其合并成一个数据框。在本文中，我将详细介绍整个流程，并提供必要的代码示例和注释。
流程概述
首先，让我们通过一个表格来概述整个流程：
| 步骤 | 描述 |
|---|---|
| 1 | 导入必要的库 |
| 2 | 定义CSV文件列表 |
| 3 | 读取CSV文件并存储数据 |
| 4 | 合并数据框 |
| 5 | 检查合并后的数据框 |
步骤详解
步骤1：导入必要的库
在开始之前，我们需要导入Python中的pandas库，它提供了读取和处理CSV文件的功能。
import pandas as pd
步骤2：定义CSV文件列表
接下来，我们需要定义一个包含所有CSV文件路径的列表。假设我们有三个CSV文件：file1.csv、file2.csv和file3.csv。
csv_files = ['file1.csv', 'file2.csv', 'file3.csv']
步骤3：读取CSV文件并存储数据
现在，我们将遍历CSV文件列表，逐个读取文件，并将数据存储在一个列表中。
data_frames = []
for file in csv_files:
df = pd.read_csv(file)
data_frames.append(df)
在这段代码中，我们使用pd.read_csv()函数读取每个CSV文件，并将结果存储在一个名为df的数据框中。然后，我们将这个数据框添加到data_frames列表中。
步骤4：合并数据框
一旦我们有了包含所有数据框的列表，我们可以使用pd.concat()函数将它们合并成一个单一的数据框。
merged_df = pd.concat(data_frames, ignore_index=True)
这里，我们使用pd.concat()函数将data_frames列表中的所有数据框合并成一个名为merged_df的新数据框。ignore_index=True参数确保在合并后的数据框中重新设置索引。
步骤5：检查合并后的数据框
最后，我们可以检查合并后的数据框，确保一切正常。
print(merged_df.head())
这将打印出合并后数据框的前几行，以便我们检查数据是否正确合并。
序列图
为了更好地理解整个过程，我们可以使用Mermaid语法创建一个序列图：
sequenceDiagram
participant User as U
participant Python as P
participant CSV Files as F
U->>P: Import pandas library
U->>P: Define CSV file list
U->>P: Read CSV files and store data
U->>P: Merge data frames
U->>P: Check merged data frame
P->>F: Read each CSV file
F->>P: Return data frame
P->>P: Append data frame to list
P->>P: Concatenate data frames
P->>P: Print merged data frame
结语
通过本文，你应该已经学会了如何使用Python读取多个CSV文件并将其合并成一个数据框。这个过程包括导入必要的库、定义CSV文件列表、读取和存储数据、合并数据框以及检查合并后的数据框。希望这些信息对你有所帮助，祝你在Python编程之旅上一切顺利！
