如何用Pandas从多CSV提取对应行生成新文件？代码仅首行有效排错

问题场景回顾 #

你需要处理10个CSV文件，目标是将所有文件的第1行汇总保存为一个新CSV，第2行汇总保存为第二个新CSV，以此类推。但目前编写的代码仅能提取首行，其余行都显示NaN，我们来一步步拆解问题所在。

代码错误分析 #

先看你当前代码的核心问题：

1. 逻辑完全偏离需求：你创建了一个单DataFrame(dfcsv)，但你的需求是生成多个CSV文件（每个对应原文件某一行的汇总），两者的目标结构完全不匹配。
2. 循环赋值逻辑错误：在遍历文件的循环中，你始终只给dfcsv.iloc[0]赋值——这意味着每处理一个文件，你都会覆盖掉之前文件的首行数据，最后dfcsv的第一行只会保留最后一个文件的首行，而其他行从未被赋值，自然全是NaN。
3. 未实现多行汇总逻辑：代码完全没有遍历原文件的每一行，也没有收集所有文件对应行的数据，根本没触达到“每行汇总”的核心需求。

修复后的代码实现 #

下面是符合你需求的完整代码，注释里会说明每一步的作用：

import pandas as pd
import glob

path = r'/Jupyter_Works/new_csv'
all_files = glob.glob(path + "/*.csv")

# 1. 先读取所有CSV文件，存储到列表中统一管理
dfs_list = []
for filename in all_files:
    # 按原方式读取，保留time作为索引
    df = pd.read_csv(filename, index_col='time', header=0)
    dfs_list.append(df)

# 2. 校验所有文件的行数是否一致（避免汇总时出错）
if not all(len(df) == len(dfs_list[0]) for df in dfs_list):
    raise ValueError("所有输入CSV文件的行数必须完全一致！")

# 3. 遍历每一行索引，汇总所有文件的对应行并保存为独立CSV
total_rows = len(dfs_list[0])
# 复用你定义的列名
columns = ['Lat','Lon','Alt','Temperature','Relative Humidity','Wind speed','Wind direction','Short-wave irradiation']

for row_idx in range(total_rows):
    # 收集所有文件的第row_idx行数据
    combined_rows = [df.iloc[row_idx] for df in dfs_list]
    # 将收集到的行转为DataFrame
    combined_df = pd.DataFrame(combined_rows, columns=columns)
    # 保存为CSV，文件名可以按行号命名（比如combined_row_0.csv对应所有文件的第1行）
    combined_df.to_csv(f'{path}/combined_row_{row_idx}.csv', index=False)

额外优化建议 #

• 如果你的CSV文件的time索引是标准时间格式，也可以通过索引值来匹配行（而不是行号），这样能避免因为文件行顺序不一致导致的错误，比如：

  # 按时间戳提取对应行
  target_time = dfs_list[0].index[row_idx]
  combined_rows = [df.loc[target_time] for df in dfs_list]
  

• 如果存在行数不一致的文件，可以根据需求选择跳过、补全NaN或截断行，保证汇总逻辑的稳定性。

内容的提问来源于stack exchange，提问作者HMadadi