如何用Pandas排序并合并同目录下的多份单栏非规范DataFrame至单个CSV

实现步骤 #

• 遍历目标目录下所有CSV文件
• 读取每个文件的单列数据，以文件名（去除后缀）作为列名
• 按索引对齐所有数据，空值自动填充NaN
• 对列、行分别排序
• 导出为最终规整CSV

代码实现 #

import pandas as pd
import os

# 替换为你的CSV文件所在目录路径
csv_directory = "./csv_files"
merged_result = pd.DataFrame()

# 遍历处理每个CSV文件
for file_name in os.listdir(csv_directory):
    if file_name.endswith(".csv"):
        full_path = os.path.join(csv_directory, file_name)
        try:
            # 读取单列数据，设置列名为文件名（去掉.csv后缀）
            single_col_df = pd.read_csv(full_path, header=None, names=[file_name[:-4]])
            # 横向合并数据，自动对齐行索引
            merged_result = pd.concat([merged_result, single_col_df], axis=1)
        except Exception as err:
            print(f"处理 {file_name} 失败: {err}")

# 按列名排序
merged_result = merged_result.sort_index(axis=1)
# 按行索引排序（若需按值排序，替换为 merged_result.sort_values(by="目标列名")）
merged_result = merged_result.sort_index(axis=0)

# 导出结果，不保留行索引，编码适配中文
merged_result.to_csv("./final_merged.csv", index=False, encoding="utf-8-sig")

自定义调整说明 #

• 列命名规则：如果不需要用文件名作为列名，修改names=[file_name[:-4]]为自定义列名即可
• 行排序规则：若要按某列的值排序，将行排序代码改为merged_result.sort_values(by="你要排序的列名", ascending=True)（ascending=False为降序）
• 文件过滤：如果只想处理特定前缀/后缀的文件，修改if file_name.endswith(".csv")为更精准的判断，比如if file_name.startswith("data_") and file_name.endswith(".csv")
• 编码适配：若导出CSV出现乱码，可将encoding="utf-8-sig"改为"gbk"或其他对应编码

内容的提问来源于stack exchange，提问作者tara1368