Python实现文件夹内无列名多CSV文件垂直合并及列名设置

两个异常都是pandas默认参数和当前文件场景不匹配导致的：

• 对角线错位拼接：每个CSV文件被pandas自动识别出的列名不统一，pd.concat做纵向拼接时默认按列名匹配对齐，列名不匹配的位置会自动填充空值，最终呈现错位效果。
• 首行被识别为列名：pd.read_csv默认参数为header=0，会自动把读取到的第一行当作列名，而你的源文件本身没有预设表头，不仅会丢失第一行有效数据，还会进一步加剧各文件列名不一致的问题。

import pandas as pd
import os
import glob

path = r'C:\Users\avira\Desktop\CC\SAIL\Merging\CISF'
files = glob.glob(os.path.join(path, '*.csv'))

df_list = []
for file in files:
    # header=None 表示源文件无表头，不将首行识别为列名
    data = pd.read_csv(file, header=None)
    df_list.append(data)

# 一次性完成所有数据纵向拼接
combined_data = pd.concat(df_list, axis=0, ignore_index=True)

# 替换为你需要的实际列名，列数需要和CSV文件的列数完全对应
custom_columns = ['第一列列名', '第二列列名', '第三列列名']
combined_data.columns = custom_columns

# 导出结果，index=False表示不写入pandas自动生成的行索引
combined_data.to_csv(r'C:\Users\avira\Desktop\CC\SAIL\Merging\CISF\data2.csv', index=False)

• 读取CSV时新增header=None参数，强制pandas将所有行识别为数据，此时每个读入的DataFrame列名统一为从0开始的数字索引，拼接时会严格按列位置对齐，彻底解决错位问题。
• 优化拼接逻辑：先把所有读入的DataFrame存入列表，最后一次性完成拼接，比循环内反复执行pd.concat运行效率更高，处理大量文件时性能差异尤其明显。
• 合并完成后统一设置自定义列名，不需要逐个读取文件时单独配置。
• 导出文件时新增index=False参数，避免pandas自动生成的行索引作为额外一列写入最终结果文件。

内容的提问来源于stack exchange，提问作者Aviral Harsh