求助：移除CSV表头、转置数据并合并900个文件，含十六进制转十进制

我来帮你完善代码，解决你遇到的重复写入表头、数据转置拼接、十六进制转十进制这些问题，先梳理下你的核心需求：

• 批量读取同一文件夹下的900个CSV文件
• 从文件名提取4个字段作为新CSV的前4列
• 将每个原CSV的col1/col2数据转置为逗号分隔的字符串（同时把十六进制转十进制）
• 合并所有数据到一个新CSV，表头仅写入一次

你的原代码存在几个关键问题：缺少必要模块导入、遍历逻辑冗余、重复写入表头、数据拼接方式错误，以及缺少十六进制转换逻辑，下面是修正并优化后的完整代码：

import os
import pandas as pd
import csv

# 定义输入文件夹和输出文件路径
input_folder = 'c:\\path'
output_csv = 'c:\\path\\merged_result.csv'

# 初始化结果列表，先加入表头
final_data = [['col1', 'col2', 'col3', 'col4', 'col5', 'col6']]

# 仅遍历当前文件夹下的CSV文件（不处理子文件夹）
for filename in os.listdir(input_folder):
    if filename.endswith('.csv'):
        # 按下划线分割文件名，提取4个目标字段（比按索引截取更灵活）
        name_parts = filename.split('_')
        col1_val = name_parts[0]
        col2_val = name_parts[1]
        col3_val = name_parts[2]
        # 去掉最后一部分的.csv后缀
        col4_val = name_parts[3].replace('.csv', '')
        
        # 读取原CSV文件（注意：你的示例文件是空格分隔，若实际是逗号则改delimiter=','）
        file_path = os.path.join(input_folder, filename)
        df = pd.read_csv(file_path, delimiter=' ', encoding='latin-1')
        
        # 把col1/col2的十六进制值转成十进制，再拼接成逗号分隔的字符串
        # 如果原数据已经是十进制，去掉int(val,16)直接用str(val)即可
        col5_val = ','.join(str(int(val, 16)) for val in df['col1'])
        col6_val = ','.join(str(int(val, 16)) for val in df['col2'])
        
        # 将当前文件的所有字段加入结果列表
        final_data.append([col1_val, col2_val, col3_val, col4_val, col5_val, col6_val])

# 一次性写入所有数据到输出文件，避免重复打开文件
with open(output_csv, 'w', newline='', encoding='latin-1') as f:
    writer = csv.writer(f)
    writer.writerows(final_data)

print(f"处理完成！结果已保存至 {output_csv}")

关键细节说明： #

1. 文件遍历优化：用os.listdir代替os.walk，只处理当前文件夹的文件，避免子文件夹干扰
2. 文件名解析：用split('_')分割文件名，比固定索引截取更容错，不怕文件名长度变化
3. 十六进制转换：通过int(val, 16)将十六进制字符串转成十进制整数，再拼接成目标格式
4. 批量写入：先把所有数据存入列表，最后一次性写入，既提升效率，也不会重复写入表头
5. 分隔符适配：你的示例文件是空格分隔，若实际CSV用逗号分隔，把delimiter=' '改成delimiter=','即可

内容的提问来源于stack exchange，提问作者T.Mou