Python如何筛选文件名含指定关键词的CSV文件并合并

核心逻辑是在原有代码基础上增加文件名关键词过滤环节，仅读入文件名包含tables的CSV文件做拼接，两种可直接运行的实现方式如下：

方式1：直接修改glob匹配规则（推荐，执行效率更高） #

无需先拉取路径下所有CSV再做过滤，直接在文件匹配阶段就筛选出符合关键词规则的文件，把原代码的glob匹配规则调整为*tables*.csv即可，该模式代表匹配所有文件名任意位置包含tables、后缀为csv的文件。
修正后完整代码：

import glob
import pandas as pd
  
path = "folder_directory"
# 直接匹配文件名包含tables关键词的csv文件
files = glob.glob(path + "/*tables*.csv")

content = []
for filename in files:
    df = pd.read_csv(filename, index_col=None)
    content.append(df)
    
# 拼接时增加ignore_index=True重置行索引，避免多文件原有索引重复
data_frame = pd.concat(content, ignore_index=True)
print(data_frame)

方式2：遍历环节增加关键词判断（规则灵活性更高） #

如果后续需要调整为多关键词匹配、正则匹配等复杂文件名规则，可以保留全量CSV匹配逻辑，在读入文件前增加关键词判断环节，仅对符合要求的文件做读入操作：

import glob
import os
import pandas as pd
  
path = "folder_directory"
files = glob.glob(path + "/*.csv")

content = []
target_keyword = "tables"
for filename in files:
    # 提取不含路径的纯文件名做判断，避免上级文件夹名包含tables导致误匹配
    if target_keyword in os.path.basename(filename):
        df = pd.read_csv(filename, index_col=None)
        content.append(df)
    
data_frame = pd.concat(content, ignore_index=True)
print(data_frame)

效果验证 #

针对给出的示例文件列表，两种方案的筛选结果完全符合预期：

• abcd-tables.csv：包含tables关键词，会被纳入合并
• abcd-text.csv：不含目标关键词，自动跳过
• abcd-forms.csv：不含目标关键词，自动跳过
• defg-tables.csv：包含tables关键词，会被纳入合并
• defg-text.csv：不含目标关键词，自动跳过
• defg-forms.csv：不含目标关键词，自动跳过

内容的提问来源于stack exchange，提问作者bieha