• glob用于获取文件夹中与模式*.csv匹配的所有文件
• pd.read_csv用于将每个文件作为 Dataframe 读取
• index_col=None您要告诉Pandas不要使用任何列作为索引，而是为DataFrame创建一个默认索引。
• header=0您要告诉Pandas使用CSV文件的第一行作为标题行。
• pd.concat用于将所有 Dataframe 合并为单个 Dataframe merged_df
• axis=0意味着连接应该沿着行进行（垂直）
• ignore_index=True执行串接，使得丢弃各个 Dataframe 的原始索引，并且为结果 Dataframe 创建新的默认索引。

import glob
import pandas as pd

path = r'<path to folder containing csv files>'
all_files = glob.glob(path + "/*.csv")

lst = []

for filename in all_files:
    df = pd.read_csv(filename, index_col=None, header=0)
    lst.append(df)

merged_df = pd.concat(lst, axis=0, ignore_index=True)

这可以通过miller等CSV工具轻松完成：

mlr --csv cat --filename bla1.csv *.car.csv

这将连接文件（不重复标题），并将文件名作为第一列。

可以通过以下方式使用pandas库：

import pandas as pd
import os

# path to folder where the csv files are stored
path = '/path/to/folder'

result = pd.DataFrame()

for i in range(1, n+1):
    filename = "{}.car.csv".format(i)
    file_path = os.path.join(path, filename)
    df = pd.read_csv(file_path)
    
    df['new_label'] = i
    
    result = pd.concat([result, df], ignore_index=True)

result.to_csv('final_result.csv', index=False)

上面代码中的n应该替换为文件夹中csv文件的数量。
如果你需要任何代码的解释（如果你是python或dataframes的新手），请在下面注解。

使用pathlib和pandas，可以使用.assign（）输入新列，最后使用.concat（）将所有文件连接成一个文件。

from pathlib import Path

import pandas as pd

input_path = Path("path/to/car/files/").glob("*car.csv")
output_path = "path/to/output"

pd.concat(
    (pd.read_csv(x).assign(new_label="new data") for x in input_path), ignore_index=True
).to_csv(f"{output_path}/final.csv", index=False)