Pandas多CSV文件指定列合并异常问题求助

我来帮你搞定这个CSV合并的问题！你的代码现在遇到的覆盖、数据挤在单个单元格的问题，主要是路径处理、DataFrame创建方式和多列/多文件处理逻辑的问题，咱们一步步修正：

先分析你现有代码的问题 #

• 路径转义错误：Windows路径里的\会被Python当成转义字符（比如\b会被解析为退格符），导致路径识别异常。
• 单个单元格问题：你把column_to_save（一个Series）放到列表[column_to_save]里作为字典值，这会让整个Series变成DataFrame的一个单元格，而不是独立的一列。
• 覆盖问题：当前代码只处理了单个文件，且每次运行都会直接覆盖目标CSV，没有实现多列/多文件的累加合并。
• 多列未处理：代码只提取了C1 in V一列，没有同时处理你需要的三列。

解决方案1：处理单个CSV的多列合并 #

如果只是要从单个CSV里提取C1 in V、C2 in V、C3 in V三列保存到新CSV，用下面的代码：

import pandas as pd

# 用原始字符串（r前缀）避免路径转义问题
source_file_path = r"E:\bachelor thesis materials\TrainData\CSV\Forward_2_4\F358\CH1.CSV"
target_file_path = r"E:\bachelor thesis materials\1d\Forward_1.csv"

# 读取源CSV，直接提取需要的三列（双层方括号返回DataFrame，而非单个Series）
source_df = pd.read_csv(source_file_path)
columns_to_keep = ['C1 in V', 'C2 in V', 'C3 in V']
# 可选：检查列是否存在，避免报错
if all(col in source_df.columns for col in columns_to_keep):
    selected_df = source_df[columns_to_keep]
    # 保存到目标CSV，index=False不保存索引列
    selected_df.to_csv(target_file_path, index=False)
else:
    print("源文件中缺少指定的列！")

解决方案2：合并多个CSV的指定列 #

如果要把目录下所有CSV里的这三列合并到同一个目标CSV（行追加），可以用glob遍历文件，再用pd.concat合并：

import pandas as pd
import glob
import os

# 存放所有源CSV的目录路径
source_dir = r"E:\bachelor thesis materials\TrainData\CSV\Forward_2_4\F358"
target_file_path = r"E:\bachelor thesis materials\1d\Forward_1.csv"

# 获取目录下所有CSV文件（注意大小写，你的文件是.CSV，所以用*.CSV）
csv_files = glob.glob(f"{source_dir}/*.CSV")

# 初始化空DataFrame用来存放所有合并后的数据
combined_df = pd.DataFrame()

for file in csv_files:
    print(f"正在处理文件：{file}")
    df = pd.read_csv(file)
    # 筛选出当前文件中存在的目标列
    available_columns = [col for col in ['C1 in V', 'C2 in V', 'C3 in V'] if col in df.columns]
    if available_columns:
        selected_df = df[available_columns]
        # 把当前文件的列追加到总DataFrame，ignore_index重置索引避免重复
        combined_df = pd.concat([combined_df, selected_df], axis=0, ignore_index=True)
    else:
        print(f"文件{file}中没有找到指定列，跳过")

# 保存最终合并结果
if not combined_df.empty:
    # 检查目标文件是否存在，存在则追加（不写表头），不存在则新建（写表头）
    if os.path.exists(target_file_path):
        combined_df.to_csv(target_file_path, mode='a', header=False, index=False)
    else:
        combined_df.to_csv(target_file_path, index=False)
    print("合并完成！")
else:
    print("没有找到符合要求的数据，未生成文件")

关键细节说明 #

1. 原始字符串路径：所有路径前加r，比如r"E:\xxx"，避免Python解析转义字符导致路径错误。
2. 多列提取：用双层方括号[['列1','列2']]获取DataFrame，而不是单层方括号的Series，这样数据会以列的形式保存，不会挤在一个单元格。
3. 多文件合并：pd.concat的axis=0表示按行追加（每个文件的行接在后面），如果需要按列合并（每个文件的列并排），可以把axis改成1，但要确保所有文件的行数一致。
4. 避免重复覆盖：用mode='a'实现追加写入，同时第一次写入时写表头，后续追加不写表头，避免重复表头。

内容的提问来源于stack exchange，提问作者Jin