如何在Python中指定文件夹批量读取文件且无需完整路径？

实现步骤： #

1. 切换到目标工作目录
   用os模块把Python当前工作目录切换到你要提取数据的文件夹，之后所有文件操作默认基于这个目录，不用再写完整路径：

import os
import pandas as pd

# 替换成你的目标文件夹路径，比如 "./数据文件夹" 或者本地绝对路径
target_dir = "C:/Users/X/Desktop/Y/Z"
os.chdir(target_dir)

2. 获取文件夹内所有CSV文件
   推荐用glob模块快速匹配所有.csv后缀的文件，也可以用os.listdir配合后缀过滤：

• 用glob的方式：

import glob
csv_files = glob.glob("*.csv")  # 直接获取当前目录下所有csv文件名

• 用os.listdir的方式：

csv_files = [file for file in os.listdir() if file.endswith(".csv")]

3. 批量读取并处理文件
   循环遍历所有CSV文件，沿用你原来的逻辑读取指定列，可选择将结果合并或单独处理：

df_collection = []
for filename in csv_files:
    # 和你原来的代码一致，直接用文件名读取
    df = pd.read_csv(filename, usecols=[1])
    df_collection.append(df)

# 若需要合并所有数据到一个DataFrame
combined_df = pd.concat(df_collection, ignore_index=True)

补充说明 #

• 切换工作目录后，后续的文件读写都会默认使用该目录，彻底避免重复输入完整路径
• 如果你不想切换工作目录，也可以直接用glob.glob("目标文件夹路径/*.csv")获取带路径的文件名，读取时直接传入即可，但这样每个文件路径会包含文件夹信息，不符合你"无需指定完整路径"的需求，所以优先推荐切换工作目录的方式

内容的提问来源于stack exchange，提问作者mw00847