如何用Python将多个CSV文件的列合并至单个文件？

你的代码核心问题是误用了pd.concat按行堆叠数据，而没有基于共同的Application列做列合并，导致最终数据结构完全不符合预期。

正确实现代码（两种方式） #

方式1：循环逐步合并

import os
import pandas as pd

path = 'C:\\Users\\mdl518\\Desktop\\'
extension = '.csv'

files = [file for file in os.listdir(path) if file.endswith(extension)]

# 读取第一个文件作为合并基础
merged_df = pd.read_csv(os.path.join(path, files[0]))

# 依次合并剩余CSV文件
for file in files[1:]:
    df = pd.read_csv(os.path.join(path, file))
    # 按Application列精准匹配合并
    merged_df = pd.merge(merged_df, df, on='Application', how='left')

# 保存结果到指定路径
merged_df.to_csv(os.path.join(path, 'df_results.csv'), index=False)

方式2：functools.reduce批量合并（更简洁）

import os
import pandas as pd
from functools import reduce

path = 'C:\\Users\\mdl518\\Desktop\\'
extension = '.csv'

files = [file for file in os.listdir(path) if file.endswith(extension)]
# 批量读取所有CSV为DataFrame列表
dfs = [pd.read_csv(os.path.join(path, f)) for f in files]

# 用reduce批量合并所有DataFrame
merged_df = reduce(lambda left, right: pd.merge(left, right, on='Application', how='left'), dfs)

merged_df.to_csv(os.path.join(path, 'df_results.csv'), index=False)

输出结果验证 #

运行后生成的df_results.csv完全符合你的期望：

Application,Classifier,Processor,Receiver
Request,14,15,12
Timeframe,3,5,10
Adjudication,10,20,21

关键注意点 #

• 所有CSV的Application列值完全一致，这是按列合并的核心依据，确保每一行的数值能精准对应。
• how='left'保证保留所有行数据，由于你的CSV行完全匹配，用inner也能得到相同结果。
• 避免用pd.concat做行堆叠，这是你之前代码失效的根本原因。

内容的提问来源于stack exchange，提问作者mdl518