Python实现多单列CSV按列合并并自定义列标题

以下是针对你的需求优化后的代码，实现批量处理所有CSV文件，并按照规则自动提取列标题：

import pandas as pd
import glob
import re

# 获取当前目录下所有CSV文件
file_list = glob.glob("*.csv")

# 排除输出文件（避免重复合并）
output_filename = "merged_output.csv"
if output_filename in file_list:
    file_list.remove(output_filename)

# 初始化合并后的DataFrame
merged_df = pd.DataFrame()

for file in file_list:
    # 读取单个CSV文件
    temp_df = pd.read_csv(file)
    
    # 1. 提取分钟数：匹配文件名中的数字+min/h，h转换为分钟
    time_match = re.search(r'(\d+)\s*(min|h)', file)
    if time_match:
        time_val = int(time_match.group(1))
        time_unit = time_match.group(2)
        minutes = time_val * 60 if time_unit == 'h' else time_val
    else:
        minutes = 'N/A'  # 无匹配时的默认值
    
    # 2. 提取export_后的第一个单词
    after_export = file.split('_')[1]
    first_word = after_export.split(' ')[0]
    
    # 3. 完整文件名
    full_name = file
    
    # 组合自定义列标题（可根据喜好调整分隔符）
    custom_header = f"{minutes}分钟 | {first_word} | {full_name}"
    
    # 重命名当前文件的列
    temp_df.columns = [custom_header]
    
    # 合并到主DataFrame
    merged_df = pd.concat([merged_df, temp_df], axis=1)

# 保存合并后的文件
merged_df.to_csv(output_filename, index=False)
print(f"合并完成，文件已保存为 {output_filename}")

代码说明： #

• 批量获取文件：glob.glob("*.csv")会自动收集当前文件夹下所有CSV文件，无需手动输入文件名列表。
• 分钟数提取：通过正则表达式匹配文件名中的时间信息，自动将小时转换为分钟（如4h转为240分钟），无时间信息时显示"N/A"。
• 列标题生成：按照你要求的三个规则组合成列标题，分隔符可自行修改（比如用_代替|）。
• 合并逻辑：将每个CSV文件作为一列合并到主表，自动对齐行索引，行数不一致时缺失值会显示为空白（NaN）。
• 避免重复：自动排除输出文件，防止重复合并已生成的结果。

使用提示： #

1. 将所有需要合并的CSV文件放在和Python脚本同一文件夹下。
2. 如果CSV文件不在当前目录，修改glob.glob的路径（比如glob.glob("data/*.csv")表示data子文件夹下的所有CSV）。
3. 若部分文件无时间信息，可根据需求修改minutes = 'N/A'为其他默认值，或跳过此类文件。

内容的提问来源于stack exchange，提问作者volda