遍历客户文件夹合并CSV为DataFrame代码故障排查求助

我来帮你排查下代码里的问题，然后给出能正常读取全部15份文件的修正版本：

原代码的核心问题 #

• 路径处理错误：os.walk的参数不需要加*，应该直接传入../customer_data；而且你用glob.glob(os.path.join(rootdir, 'surveys.csv'))是在根目录找文件，不是当前遍历的子目录
• customer_id赋值错误：你把os.path.dirname（这是个函数对象）直接赋值给列，而不是当前客户文件夹的名称
• 缺失pandas导入：代码里用了pd.read_csv但没有导入pandas库
• 文件读取逻辑混乱：嵌套循环里重复用glob，且pd.read_csv传入列表的逻辑不符合当前逐个处理子目录文件的需求

修正后的完整代码 #

import glob
import os
import pandas as pd  # 别忘了导入pandas库

# 直接指定根目录，无需加*
rootdir = '../customer_data'
dataframes = []

# 遍历所有客户文件夹
for customer_dir in glob.glob(os.path.join(rootdir, '*')):
    # 确保当前路径是文件夹，且目标文件存在
    if os.path.isdir(customer_dir):
        csv_path = os.path.join(customer_dir, 'surveys.csv')
        if os.path.exists(csv_path):
            # 读取当前客户的survey文件
            df = pd.read_csv(csv_path)
            # 提取文件夹名称作为customer_id
            df['customer_id'] = os.path.basename(customer_dir)
            dataframes.append(df)

# 合并所有DataFrame并重置索引
result = pd.concat(dataframes, ignore_index=True)
print(result.head())

代码说明 #

1. 简洁的目录遍历：用glob.glob直接获取所有一级子目录，比os.walk更贴合当前只需要客户文件夹的需求
2. 异常防护：增加了目录和文件的存在性检查，避免因目录结构异常导致报错
3. 正确提取客户ID：用os.path.basename(customer_dir)精准提取文件夹名（比如customer_1）作为标识
4. 清晰的逻辑流程：每个客户文件夹对应读取一个csv文件，添加标识后存入列表，最后统一合并

这样就能正确读取全部15个客户的surveys.csv文件，并合并成带customer_id列的完整DataFrame了。

内容的提问来源于stack exchange，提问作者dsexplorer