合并多个CSV到Pandas DataFrame结果异常，如何正确处理？

你的CSV文件没有表头，但代码中使用了header=0参数，这会让pandas把每个CSV的第一行数据当成列名：

• 1.csv的第一行1,1被识别为列名1和1.1（重复列名自动重命名）
• 2.csv的第一行6,1被识别为列名6和1
  合并时pandas会按列名对齐，就出现了列错位、NaN值的异常结果。

读取CSV时指定header=None（告诉pandas文件无表头，自动生成默认列名），合并后保存时去掉索引和默认表头：

import pandas as pd
import glob

# 读取所有CSV文件，指定无表头
files = glob.glob("data/*.csv")
df_list = []
for f in files:
    csv_df = pd.read_csv(f, header=None, index_col=None)
    df_list.append(csv_df)

# 合并DataFrame
combined_df = pd.concat(df_list, axis=0, ignore_index=True)

# 保存为CSV，不写索引和表头
combined_df.to_csv("all.csv", index=False, header=False)
print(combined_df)

执行后生成的all.csv内容会和你期望的一致：

1,1
2,1
3,1
4,1
5,1
6,1
7,1
8,1
9,1

内容的提问来源于stack exchange，提问作者Daniel