使用Pandas批量读取CSV文件后切片报TypeError错误如何解决

错误根源 #

你当前代码的核心问题有两点：

1. all_files = pd.read_csv('ca.csv'), pd.read_csv("ny.csv"), pd.read_csv("tn.csv"), pd.read_csv('az.csv'), pd.read_csv("tx.csv") 这行代码没有用方括号包裹返回值，Python会默认把多个逗号分隔的值组装为元组，此时all_files是存储了5个独立DataFrame对象的元组，不是合并后的表格。元组只支持单个整数/切片作为索引，你传入的[1:, 1]会被识别为元组类型的索引，直接触发类型错误。
2. 就算all_files是合并后的DataFrame，直接用df[行, 列]的语法也是不符合Pandas规范的，Pandas原生[]操作符不能同时传入行和列的索引，必须通过iloc（按位置索引）或者loc（按标签索引）属性实现二维切片。

正确实现方案 #

根据你的需求，可选择以下两种实现方式：

方案1：合并所有CSV后提取指定列 #

如果需要把5个CSV的行数据合并为同一个表格，再提取列：

import pandas as pd
# 读取所有CSV存入列表
all_dfs = [pd.read_csv('ca.csv'), pd.read_csv("ny.csv"), pd.read_csv("tn.csv"), pd.read_csv('az.csv'), pd.read_csv("tx.csv")]
# 按行合并所有表格，重置行索引避免冲突
merged_df = pd.concat(all_dfs, ignore_index=True)
# 取所有行的第2列（索引从0开始计数，1对应第二列）
date_index = merged_df.iloc[:, 1]

方案2：从每个CSV单独提取指定列 #

如果需要保留每个文件的数据独立性，分别提取列：

import pandas as pd
all_dfs = (pd.read_csv('ca.csv'), pd.read_csv("ny.csv"), pd.read_csv("tn.csv"), pd.read_csv('az.csv'), pd.read_csv("tx.csv"))
# 提取每个文件的第2列，存入列表，顺序和读取CSV的顺序一致
date_index_list = [df.iloc[:, 1] for df in all_dfs]
# 如果只需取第二个文件（ny.csv）的第2列，写法如下
ny_date_index = all_dfs[1].iloc[:, 1]

内容的提问来源于stack exchange，提问作者Renaissance Man