### 合并多个数据文件的方法 在实际的数据处理场景中，通常会遇到需要将多个数据文件中的内容合并到一起的情况。Pandas 提供了多种方式来完成这一任务。以下是具体的操作方法： #### 方法一：使用 `pd.concat` 合并多个 DataFrame 如果多个数据文件具有相同的列结构，则可以先分别读取这些文件为单独的 DataFrame 对象，再通过 `pandas.concat()` 函数将其按行或按列拼接在一起。 ```python import pandas as pd # 假设我们有三个 CSV 文件 data1.csv, data2.csv 和 data3.csv df1 = pd.read_csv('data1.csv') df2 = pd.read_csv('data2.csv') df3 = pd.read_csv('data3.csv') # 将它们垂直堆叠（默认 axis=0） combined_df = pd.concat([df1, df2, df3], ignore_index=True) print(combined_df.head()) ``` 此代码片段展示了如何利用 `concat` 来组合来自不同来源的数据表[^2]。 --- #### 方法二：批量读取目录下的所有文件 当存在大量文件时，手动指定每一个文件名显然不现实。此时可以通过遍历目标路径下所有的文件来进行自动化加载。 ```python import os from glob import glob file_list = glob(os.path.join("path/to/directory", "*.csv")) # 获取当前目录及其子目录内的所有CSV文件 dfs = (pd.read_csv(file) for file in file_list) final_dataframe = pd.concat(dfs, ignore_index=True) print(final_dataframe.shape) ``` 上述脚本实现了自动扫描特定文件夹内所有符合条件的文档，并最终形成单一的大规模表格对象用于后续分析工作流程之中。 --- ### 筛选所需信息的方式 对于已经成功导入内存中的大型综合型数据框而言，下一步就是依据业务需求提取感兴趣的部分记录或者字段值出来做进一步研究探讨啦！ #### 利用布尔索引来执行复杂查询条件表达式的过滤过程 假设现在有一个名为 sales_data 的 dataframe 表示销售业绩详情如下所示: | Date | ProductID | QuantitySold | |------------|-----------|--------------| | 2023-01-01 | P001 | 5 | | ... | ... | ... | 如果我们只想查看那些销量超过一定阈值的商品清单的话就可以这样写: ```python filtered_sales = sales_data[sales_data['QuantitySold'] > threshold_value] print(filtered_sales[['ProductID', 'QuantitySold']]) ``` 这里采用了基于逻辑运算符构建而成的选择标准应用于整个集合之上从而得到满足给定约束的新视图实例[^1]. 另外还可以借助于链式调用来简化语法结构提高可读性和维护便利程度哦! ```python result = ( sales_data[(sales_data['Category']=='Electronics') & (sales_data['Region'].isin(['North','South']))] .sort_values(by='Revenue', ascending=False) [['ProductName', 'SalesAmount']] ) ``` 这段程序首先定位到了电子产品类别并且限定地理区域范围只考虑南北两大地块接着按照收入高低顺序排列最后仅保留产品名称与销售额这两项基本信息呈现给用户参考查阅[^3]. --- ### 结合筛选后的结果保存至新文件 经过一系列清洗转换操作之后往往还需要把成果输出成外部存储介质比如Excel/JSON等形式方便分享交流传播出去呢. ```python output_path = './processed_results.xlsx' with pd.ExcelWriter(output_path) as writer: result.to_excel(writer, sheet_name='FilteredData', index=False) print(f"Results saved to {output_path}") ``` 以上命令将会创建一个新的 Excel 工作簿并将我们的计算所得存放到其中的一个标签页里去. ---