如何通过for循环将多个CSV的指定列合并到新CSV文件中

核心错误原因 #

• 合并用的主DataFrame定义在循环内部，每次遍历都会被重置为空，之前合并的内容全部丢失
• 提前删除了Date GMT列，无法作为公共索引对齐各表数据，且写入文件操作放在循环内，每次都会覆盖上一次的输出结果
• 合并前没有设置公共索引，横向拼接会按默认行号对齐，容易出现数据错位

修正后代码 #

import pandas as pd
import glob

# 提前定义你的路径变量pathdf
def compile_data():
    # 主合并表放在循环外初始化，保留所有历史合并结果
    main_df = pd.DataFrame()
    
    for csv_path in glob.glob(pathdf+'*.csv'):
        temp = pd.read_csv(csv_path)
        # 将Date GMT设为索引，作为多表对齐的依据
        temp.set_index('Date GMT', inplace=True)
        # 仅删除不需要的列，保留目标提取列
        temp.drop(['Open','High','Low','Volume'], axis=1, inplace=True)
        
        # 横向合并当前表的目标列到主表，按日期索引对齐
        main_df = pd.concat([main_df, temp], join='outer', axis=1)
    
    # 全部合并完成后统一写入文件，索引保留即对应Date GMT列
    main_df.to_csv('joined.csv', index=True)
    print(main_df.head())

compile_data()

调整说明 #

1. 主表初始化逻辑外移，所有遍历得到的列都会累加至同一张表，不会每次重置
2. 用Date GMT作为公共索引，保证不同表的同一时间数据对应到同一行
3. 写入操作移到循环结束后执行，不会出现后一次写入覆盖前一次内容的问题
4. 输出csv时保留索引，最终文件第一列就是你需要的Date GMT列，后续依次为各csv提取的目标列，完全符合预期输出格式

内容的提问来源于stack exchange，提问作者J.E