读取文件夹CSV文件到DataFrame时如何跳过子文件夹？

嘿，我来帮你搞定这个问题！你遇到的报错大概率是因为glob.glob虽然只会匹配当前目录下的.csv后缀条目，但如果刚好有个子文件夹的名字也带.csv后缀（虽然这种情况很少见），就会把它当成文件去读，自然就报错了。或者也可能是你后续代码里不小心触发了递归处理？不管怎样，给你几个靠谱的修改方案：

方案1：在现有循环里过滤目录（最小改动） #

直接在你的循环逻辑里加一层判断，只处理真正的文件，跳过所有目录：

import pandas as pd
import glob
import numpy as np
import os
import datetime
import time

path = r'/Users/user/desktop/Sales/'
allFiles = glob.glob(path + "/*.csv")
frame = pd.DataFrame()
list_ = []

for file_ in allFiles:
    # 先确认当前路径是文件而非目录，不是就跳过
    if os.path.isfile(file_):
        df = pd.read_csv(file_, index_col=None, header=0)
        list_.append(df)
frame = pd.concat(list_)

方案2：用os.listdir精准筛选（更可控） #

这种方式可以直接过滤出符合条件的文件，从源头上避免误抓目录：

import pandas as pd
import numpy as np
import os
import datetime
import time

path = r'/Users/user/desktop/Sales/'
list_ = []

for filename in os.listdir(path):
    # 只保留后缀为.csv的文件，同时排除目录
    if filename.lower().endswith('.csv') and os.path.isfile(os.path.join(path, filename)):
        file_path = os.path.join(path, filename)
        df = pd.read_csv(file_path, index_col=None, header=0)
        list_.append(df)

frame = pd.concat(list_)

这里加了lower()是为了兼容大小写不同的后缀（比如.CSV），如果不需要可以去掉。

方案3：用pathlib（Python3.4+推荐的现代写法） #

pathlib的API更直观，处理文件路径更不容易出错，也能轻松跳过子目录：

import pandas as pd
import numpy as np
import datetime
import time
from pathlib import Path

path = Path(r'/Users/user/desktop/Sales/')
list_ = []

# 只遍历当前目录下的.csv文件，自动忽略子目录
for csv_file in path.glob('*.csv'):
    if csv_file.is_file():
        df = pd.read_csv(csv_file, index_col=None, header=0)
        list_.append(df)

frame = pd.concat(list_)

补充说明：其实默认情况下glob.glob(path + "/*.csv")是不会递归子目录的，它只会扫描当前目录下的条目。所以报错的核心原因应该是有不符合的条目（比如名字带.csv的目录）被当成文件读取了，上面的方案都通过判断文件属性来跳过目录，完美解决这个问题。

内容的提问来源于stack exchange，提问作者Taukheer