Pandas合并多个无表头CSV文件：如何避免首行被设为表头

嘿，这个问题我太懂了！pandas的pd.read_csv()默认会把文件第一行当作表头，所以你的第一个CSV首行才会被误识别成列名。要搞定这个超简单，给read_csv()加个header=None参数就行——这个参数会告诉pandas：“我这文件没表头，所有行都是数据！”，它就会自动用0、1、2...这类数字序列作为列名，不会乱把数据行当表头。

修改后的完整代码如下：

import pandas as pd
import os

dfs = [pd.read_csv(fp, header=None).assign(New=os.path.basename(fp)) for fp in allFiles]
out_df = pd.concat(dfs, ignore_index=True)
out_df

如果之后你想给这些列设置自定义表头，还能再加个names参数。比如你的CSV有三列数据，想命名为Name、Age、City，可以这么写：

pd.read_csv(fp, header=None, names=['Name', 'Age', 'City'])

这样处理后，合并后的DataFrame就会把所有行都正确加载为数据，再也不会出现首行被当成表头的问题啦。

内容的提问来源于stack exchange，提问作者dark horse