pandas批量数据合并核心是统一列名、对齐索引、选对方式：一、用glob自动读取多csv再concat纵向堆叠；二、用merge按字段关联，注意on/how参数及ID类型一致；三、多表用reduce链式merge；四、合并前必查类型、去空格大小写、去重。
用pandas做批量数据合并，核心就三点：统一列名、对齐索引、选对合并方式。别硬拼，先理清逻辑再写代码。
一、多个csv文件自动读取并合并
常见场景是同一格式的多个表格（比如每月销售数据），存在一个文件夹里。不用一个个pd.read_csv，用glob+循环更省事：
- 用glob.glob(“data/month_*.csv”)匹配所有目标文件路径
- 用[pd.read_csv(f) for f in file_list]批量读取，生成DataFrame列表
- 用pd.concat(df_list, ignore_index=True)纵向堆叠，red”>ignore_index=True重置行号，避免重复索引
小技巧：如果各表字段顺序不一致，concat前可统一列顺序，比如df = df[[“id”, “name”, “amount”]]。
二、按字段精准合并（merge）不是简单拼接
两个表靠某个字段关联（如用户ID），要用pd.merge()，不是concat。关键参数要盯紧：
立即学习“Python免费学习笔记（深入）”；
- on=指定共用列名；left_on和right_on用于列名不同时分别指定
- how=决定合并逻辑：“inner”（交集）、“left”（左表全保留）、“outer”（并集）
- 合并后检查result.isna().sum()，看关键字段是否大量缺失——可能是ID类型不一致（str vs int）或空格/大小写问题
三、多表串联合并（reduce + merge）
三个及以上表按同一字段依次关联？别嵌套merge。用functools.reduce链式处理更清晰：
- 把所有DataFrame放进列表：dfs = [df1, df2, df3]
- 一行搞定：from functools import reduce; final = reduce(Lambda left, right: pd.merge(left, right, on=”key”), dfs)
- 注意：所有表的“key”列数据类型和清洗状态必须一致，否则中间某次merge就中断
四、合并前必做的三件事
90%的合并报错或结果异常，其实出在前期准备上：
- 查类型：用df.dtypes确认关联字段是不是同一类型（特别是数字ID被读成Object）
- 去空格和大小写：如df[“name”] = df[“name”].str.strip().str.lower()
- 去重检查：用df.duplicated(subset=[“key”]).sum()看关联键是否唯一，非唯一时merge会爆炸性扩行
基本上就这些。不复杂但容易忽略细节，动手前花两分钟检查字段和类型，比报错后再调试快得多。