读取文件夹下的csv并合并按照一定的规律

"""
#!/usr/bin/env python
# -*- coding:utf-8 -*-
@Project : Rcsv(1)
@File : hbcsv1.py
@Author : hxy-ZW
@Time : 2023/3/1 8:54
@Description：合并一个文件下的多个csv文件并加上一定的距离
"""

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

def HBcsv():
    start_time = time.time()
    result_table = []

    
    # topdown的默认值是True，表示首先返回根目录树下的文件，然后遍历目录树下的子目录。
    # 值设为False时，则表示先遍历目录树下的子目录，返回子目录下的文件，最后返回根目录下的文件
    # os.walk() 方法用于通过在目录树中游走输出在目录中的文件名，向上或者向下。
    # os.walk() 方法是一个简单易用的文件、目录遍历器，可以帮助我们高效的处理文件、目录方面的事情。

    # for file in os.walk("F:\\test4", topdown=True):
    for file in os.walk("F:\\test csv\\2", topdown=True):
        # for file in os.walk("F:\\test\\csv", topdown=True):
        # for file in os.listdir(data_path):
        print(file)
        # path=data_path+'/'+file

        i = 0
        for table in file[2]:
            path = file[0] + "/" + table

            data = pd.read_csv(path, header=None, encoding="utf-8", engine="python", index_col=False)

            # data[0]=data[0]+10000

            # print(data[0])
            # print(data[0]+10000)
            print(max(data[0]))

            # print(type(q))
            # print(data[:,1])
            # print(data.describe())
            # print(type(data))
            result_table.append(data)
            # result_table=np.array(result_table)
            # print(result_table[0])
            if i == 0:
                # q=max(result_table[0].loc[:,0])
                pass

            else:
                # result_table[i].loc[:,0]= min(result_table[i].loc[:,0])+q+10000
                # result_table[i].loc[:,0]= min(result_table[i].loc[:,0])+max(result_table[i-1].loc[:,0])+10000
                # min(result_table[i].loc[:,0])=max(result_table[i-1].loc[:,0])+10000
                result_table[i].loc[:, 0] = result_table[i].loc[:, 0] + max(result_table[i - 1].loc[:, 0]) + 100
            # print(result_table[0].loc[:,0])
            # print(result_table[i])
            i = i + 1

            print("当前执行表格:", table)
    result_data = pd.concat(result_table)

    result_data.to_csv("F:\\zhengwangwork\\test csv\\df.csv", encoding="utf_8_sig", index=False)
    end_time = time.time()
    use_time = start_time - end_time
    use_time = round(use_time, 2)
    print("用时" + str(use_time) + "秒,表格已合并")
    df = pd.read_csv('F:\\zhengwangwork\\test csv\\df.csv')
    print(df)
    # df = df.drop(0)
    # 重新设置索引 从0开始  drop=True  丢弃原来的索引列
    # df.reset_index(drop=True, inplace=True)
    # 设置索引     从1开始
    # df.index = [index for index in range(1, len(df.index) + 1)]
    # index=False 去掉索引值
    df.to_csv("F:\\test csv\\3.csv", header=None, index=False)

if __name__ == '__main__':
    HBcsv()