要把两个 CSV 文件合并到一个列表 (List) 中，在 Python 中可以很方便地使用 `pandas` 库来完成这项工作。下面我会详细介绍如何做到这一点，并给出一段示范代码帮助您更清晰地理解整个过程。 ### 步骤一：准备环境 首先要确保环境中已经安装了 Pandas 库，如果没有的话可以通过 pip 工具轻松安装： ```bash pip install pandas ``` 接着在程序开始之前导入需要的模块: ```python import pandas as pd ``` ### 步骤二：读取CSV文件 接下来分别读入两个 CSV 文件的内容至 DataFrame 结构中，这是 Pandas 的一种二维表格型数据结构非常适合处理表格式的数据如 Excel 或者 CSV 格式的文档。 假设您的两个 CSV 文件名为 `file1.csv` 和 `file2.csv`, 可以按照以下方式读取它们: ```python # 读取第一个CSV文件 df1 = pd.read_csv('path/to/file1.csv') # 读取第二个CSV文件 df2 = pd.read_csv('path/to/file2.csv') ``` 请注意 `'path/to/'` 部分应当替换为您实际存放 CSV 文件的位置路径。 ### 步骤三：构建列表(List) 然后我们就可以直接把这些 DataFrames 放进 Python 列表里形成最终的目标 List 对象: ```python combined_list = [df1, df2] ``` 此时 `combined_list` 就保存着来自两个不同来源但已经被整合在一起的数据集合啦！ ### 示例代码 如果您希望看到完整的示例代码如下所示： ```python import pandas as pd def combine_csv_to_list(file_path_1, file_path_2): """ 功能: 把两个CSV文件内容合并成一个Python列表. 参数: file_path_1 (str): 第一个CSV文件的路径字符串. file_path_2 (str): 第二个CSV文件的路径字符串. 返回: list: 包含两个DataFrame对象的列表. """ # 分别从指定位置加载CSV为Pandas DataFrame df1 = pd.read_csv(file_path_1) df2 = pd.read_csv(file_path_2) # 创建包含两者的列表 combined_list = [df1, df2] return combined_list # 调用函数测试一下吧！记得修改这里的文件路径哦~ resulting_list = combine_csv_to_list("example_file1.csv", "example_file2.csv") print(type(resulting_list)) # 输出应显示这是一个list类型的对象 for i, df in enumerate(resulting_list): print(f"Dataframe {i+1} has shape:", df.shape) # 查看每个dataframe大小 ``` 这是一份非常基础的操作指南，当然还可以基于此进一步定制化比如加入异常捕获机制、检查文件是否存在等额外功能。如果还有其他疑问或是想要了解更多高级技巧欢迎继续提问！ ---