python将每个文件夹的同名数据提取到一起并按时间排序

 每个文件夹代表一个月份，即3月、4月、5月、6月、7月、8月、9月。每个文件夹都有同样名字的文件，从568.csv开始，分别代表一个点的名称，现在需要将每个点的各个月份提取到一起。

import pandas as pd
import os

i=568
while i<16777:
    file_path = ("G:/Python_/end_9/sewdi")
    if os.path.exists(file_path + "/" + str(i) + ".csv"):
        data_3 = pd.read_csv("G:/Python_/ini_3/sewdi/" + str(i) + ".csv")
        data_4 = pd.read_csv("G:/Python_/dev_4/sewdi/" + str(i) + ".csv")
        data_5 = pd.read_csv("G:/Python_/mid_5/sewdi/" + str(i) + ".csv")
        data_6 = pd.read_csv("G:/Python_/mid_6/sewdi/" + str(i) + ".csv")
        data_7 = pd.read_csv("G:/Python_/mid_7/sewdi/" + str(i) + ".csv")
        data_8 = pd.read_csv("G:/Python_/end_8/sewdi/" + str(i) + ".csv")
        data_9 = pd.read_csv("G:/Python_/end_9/sewdi/" + str(i) + ".csv")

        out_path = os.path.join("G:/Python_/sewdi_12/" + str(i) + ".csv")

if语句用于判断文件是否存在，如果存在再进行以下操作。将3456789月的i.csv文件分别提取出来，为data_3、data_4...以此类推，输出路径为out_path

        data_new = pd.concat([data_3, data_4, data_5, data_6, data_7, data_8, data_9])

合并所有data并存储为data_new

        data = data_new.loc[:, ['EWD', 'EWD_calculated_index', 'time']]

这一步的目的是提取data_new中的三列，其他无关紧要的数据就不要了

        data = data.sort_values(by='time') 

这一步的目的是由于提取的时候是先提取所有年份的3月，再提取所有年的4月，即1980-3、1981-3、1982-3...但我需要一年所有月份在一起，在进行下一年，如1980-3、1980-4...所有对time这一列进行重新排序。

        print(str(i) + "!!!")
        data.to_csv(out_path, index=0, sep=',')
    i += 1

最后导出并进行下一循环