使用Pandas结合glob读取带通配符CSV文件时遇值错误求助

嘿，这个问题我之前也碰到过！核心原因是glob.glob('somefile*.csv')返回的是文件路径的列表，而pd.read_csv()需要的是单个文件路径字符串（或者文件对象），直接把列表传进去肯定会触发ValueError。下面分几种场景给你解决方案：

场景1：目录里只有一个匹配的CSV文件 #

如果确定目录里只会有一个符合somefile*.csv规则的文件，直接取列表的第一个元素就行，还可以加个判断确保不会出错：

import glob
import pandas as pd

# 获取所有匹配的文件路径（列表形式）
file_list = glob.glob('somefile*.csv')

# 先校验文件数量，避免意外
if len(file_list) != 1:
    raise ValueError(f"预期找到1个匹配的CSV文件，但实际找到{len(file_list)}个")

# 读取第一个（也是唯一一个）文件
df = pd.read_csv(file_list[0])

场景2：目录里有多个匹配的CSV文件，需要合并成一个DataFrame #

如果有多个符合规则的CSV，想把它们合并成一个大的DataFrame，可以用列表推导式循环读取，再用pd.concat合并：

import glob
import pandas as pd

file_list = glob.glob('somefile*.csv')

# 循环读取每个文件，存入列表
df_collection = [pd.read_csv(file_path) for file_path in file_list]

# 合并所有DataFrame，ignore_index重置索引
combined_df = pd.concat(df_collection, ignore_index=True)

场景3：需要逐个处理每个CSV并输出结果 #

如果要对每个匹配的CSV单独处理，再输出到新文件，可以用循环遍历列表：

import glob
import pandas as pd

file_list = glob.glob('somefile*.csv')

for file_path in file_list:
    # 读取单个文件
    df = pd.read_csv(file_path)
    
    # 这里写你的数据处理逻辑，比如清洗、计算等
    processed_df = df  # 替换成你的实际处理代码
    
    # 生成输出文件名（比如在原文件名后加"_processed"）
    output_filename = f"{file_path.rsplit('.', 1)[0]}_processed.csv"
    # 输出处理后的文件，index=False避免写入默认索引
    processed_df.to_csv(output_filename, index=False)

总结一下，记住glob.glob返回的是列表类型，而pd.read_csv只接受单个路径，所以一定要先把列表转换成单个路径（单文件场景），或者循环处理列表里的每个元素（多文件场景）。

内容的提问来源于stack exchange，提问作者Kvothe