跨Windows与Linux平台用相对路径读取多CSV文件的问题

我之前也踩过类似跨平台路径的坑，尤其是Windows下glob返回混合斜杠的情况，给你两个靠谱的解决方案：

方案1：使用pathlib（推荐，原生跨平台） #

Python 3.4+自带的pathlib库是处理路径的终极方案，它原生支持跨平台路径转换，完全不用手动处理斜杠问题。直接用它的glob方法获取文件，返回的Path对象可以直接传给pandas，代码简洁又可靠：

from pathlib import Path
import pandas as pd

# 用正斜杠定义相对路径，pathlib会自动适配Windows/Linux的分隔符
data_directory = Path("./Data Set/UserIdToUrl/")
# 获取目录下所有CSV文件
all_csv_files = list(data_directory.glob("*.csv"))

np_array_list = []
for file_path in all_csv_files:
    # Path对象直接作为read_csv的参数，无需额外转换
    df = pd.read_csv(file_path, index_col=None, header=0)
    # 注意：pandas的as_matrix()已废弃，推荐用to_numpy()
    np_array_list.append(df.to_numpy())

这个方法的核心优势：

• 自动适配操作系统的路径分隔符，Windows下返回反斜杠路径，Linux下返回正斜杠路径
• Path对象自带很多实用方法（比如判断文件是否存在、获取文件扩展名等）
• 无需手动拼接或处理路径，减少出错概率

方案2：兼容原有glob+os模块的写法 #

如果你不想改动太多现有代码，可以直接跳过os.path.normpath的处理——其实pandas内部已经能识别混合斜杠的路径，不需要额外转换。另外如果需要确保路径格式统一，可以用os.path.abspath把相对路径转成绝对路径，这样就不会出现前缀丢失的问题：

import os
import glob
import pandas as pd

# 依然用正斜杠定义路径
path = "./Data Set/UserIdToUrl/*.csv"
all_files = glob.glob(path)

np_array_list = []
for file_ in all_files:
    # 转成绝对路径，确保跨平台路径格式正确
    abs_file_path = os.path.abspath(file_)
    df = pd.read_csv(abs_file_path, index_col=None, header=0)
    np_array_list.append(df.to_numpy())

补充说明下：之前用os.path.normpath丢失前缀是因为它会简化路径，把./这类相对前缀去掉，但其实去掉后路径依然有效（相对于当前工作目录）。如果你的代码还是报错，可以先用os.getcwd()确认当前工作目录是否正确。

最后提醒：pandas的as_matrix()方法已经被废弃，建议换成to_numpy()，避免后续版本兼容性问题。

内容的提问来源于stack exchange，提问作者Irshad Ali