如何用Python将首列相同、无表头的多CSV合并为Pandas DataFrame

嘿，这个场景我之前处理过，刚好可以给你一套靠谱的解决方案。先明确你的核心需求：所有CSV都没有表头，文件名对应各自数据的含义，而且第一列是所有文件的公共关联列对吧？用Pandas来做这个合并是最顺手的，下面一步步给你讲清楚：

核心思路拆解 #

• 遍历目标目录下的所有CSV文件
• 读取时指定header=None，避免把数据行误当成表头
• 利用文件名给非公共列做标识，避免合并后列名冲突
• 以第一列（公共列）为键，逐个合并所有数据集

完整优化代码 #

import os
import pandas as pd
import glob

# 替换成你的CSV文件所在路径，Windows下用\\或者/，建议用原始字符串r""避免转义问题
path = r"....\data"
os.chdir(path)

# 初始化合并结果容器
combined_df = None

# 遍历目录下所有CSV文件
for csv_file in glob.glob("*.csv"):
    # 读取无表头CSV，header=None告诉Pandas不要将第一行作为表头
    df = pd.read_csv(csv_file, header=None)
    # 提取文件名（去掉.csv后缀），用来标识这部分数据的含义
    data_label = os.path.splitext(csv_file)[0]
    
    # 给列重命名：第一列保留公共列标识（默认列名0），其他列加上文件名前缀
    # 这样合并后能清楚区分每列来自哪个原始文件
    df.columns = [0] + [f"{data_label}_{col_idx}" for col_idx in df.columns[1:]]
    
    if combined_df is None:
        # 第一个文件直接作为合并的初始数据集
        combined_df = df
    else:
        # 以第一列（公共列）为键合并，默认是内连接（只保留所有文件都有的公共列值）
        # 如果需要保留所有出现过的公共列值，把how改成'outer'即可
        combined_df = combined_df.merge(df, on=0, how='inner')

# 保存合并后的CSV，index=False不保存行索引，header=None不输出表头
combined_df.to_csv('Combined.csv', index=False, header=None)

关键细节说明 #

1. 列名重命名：如果不重命名，多个CSV的非公共列都会用默认的1、2、3...作为列名，合并时会出现列名冲突，加上文件名前缀后能清晰区分每列的来源。
2. 合并方式选择：how='inner'会只保留在所有CSV中都存在的公共列值；如果需要保留所有出现过的公共列数据（哪怕某些文件里没有对应行），换成how='outer'即可。
3. 初始容器优化：把初始的空DataFrame改成None，避免第一次合并时因为空数据集导致的异常，比原代码的写法更稳健。

注意事项 #

• 确保所有CSV的第一列数据格式一致（比如都是字符串或数字），否则可能出现匹配失败的情况。
• 如果路径包含特殊字符，记得用原始字符串（在路径前加r），避免转义字符引发错误。
• 如果处理的CSV文件数量极多或文件很大，内存不足的话，可以考虑用Dask这类支持并行/分块处理的库，不过一般中小规模的数据集用Pandas完全足够。

内容的提问来源于stack exchange，提问作者Nirav Prajapati