如何在多目录中匹配同名文件并实现合并操作？

问题分析 #

你现有代码存在两处关键问题：

• 路径列表path重复写入files_dir_1，未正确引入files_dir_2
• 仅提取并打印文件名，未实现同名文件匹配和内容合并的核心逻辑

解决思路 #

1. 分别获取两个目录下的所有CSV文件名
2. 通过集合交集快速筛选出两个目录的共同文件名（即同名文件）
3. 对每个同名文件，读取两个目录下的对应文件内容，合并后保存

完整实现代码 #

依赖pandas的高效合并方案（适合结构化数据） #

import os
import pandas as pd

# 替换为你的实际目录路径
files_dir_1 = "dir1"
files_dir_2 = "dir2"

# 获取两个目录下的CSV文件集合
dir1_csv = {f for f in os.listdir(files_dir_1) if f.endswith('.csv')}
dir2_csv = {f for f in os.listdir(files_dir_2) if f.endswith('.csv')}

# 找出同名文件
common_files = dir1_csv & dir2_csv

# 遍历合并每个同名文件
for filename in common_files:
    # 拼接文件完整路径
    path1 = os.path.join(files_dir_1, filename)
    path2 = os.path.join(files_dir_2, filename)
    
    # 读取CSV数据
    df1 = pd.read_csv(path1)
    df2 = pd.read_csv(path2)
    
    # 纵向合并数据（ignore_index重置索引，避免重复）
    merged_df = pd.concat([df1, df2], ignore_index=True)
    
    # 保存合并后的文件
    merged_path = f"merged_{filename}"
    merged_df.to_csv(merged_path, index=False)
    print(f"{filename} 合并完成，保存为 {merged_path}")

原生文件IO合并方案（无第三方依赖） #

如果不需要pandas，可使用原生文件操作实现：

import os

# 替换为你的实际目录路径
files_dir_1 = "dir1"
files_dir_2 = "dir2"

dir1_csv = {f for f in os.listdir(files_dir_1) if f.endswith('.csv')}
dir2_csv = {f for f in os.listdir(files_dir_2) if f.endswith('.csv')}
common_files = dir1_csv & dir2_csv

for filename in common_files:
    path1 = os.path.join(files_dir_1, filename)
    path2 = os.path.join(files_dir_2, filename)
    merged_path = f"merged_{filename}"
    
    with open(merged_path, 'w', encoding='utf-8') as outfile:
        # 写入第一个文件的完整内容（包含表头）
        with open(path1, 'r', encoding='utf-8') as infile:
            outfile.write(infile.read())
        # 写入第二个文件内容，跳过表头
        with open(path2, 'r', encoding='utf-8') as infile:
            next(infile)  # 跳过第一行表头
            outfile.write(infile.read())
    print(f"{filename} 合并完成，保存为 {merged_path}")

关键注意事项 #

• 如果CSV文件使用非UTF-8编码（如GBK），需在读取时指定encoding参数，例如pd.read_csv(path1, encoding='gbk')或open(path1, 'r', encoding='gbk')
• 若需要横向合并（按列拼接），可将pd.concat的axis参数设为1，即pd.concat([df1, df2], axis=1)

内容的提问来源于stack exchange，提问作者AKS