如何循环遍历CSV文件并创建DataFrame，通过定位列中的文本来总结信息？ -火山引擎

import pandas as pd
import os
设置CSV文件路径和所需列
在这个例子中，我们假设有多个含有相似数据结构的CSV文件（比如每个文件都包含“姓名”和“成绩”两个列），并且我们需要用这些数据创建一个DataFrame，其中“姓名”列被用来进行分组求和计算。
folder_path = 'path/to/csv/files'
columns = ['姓名', '成绩']
循环遍历目录下的CSV文件，读取数据并进行处理
dfs = [] # 用于储存每个CSV文件的DataFrame
for filename in os.listdir(folder_path):
    file_path = os.path.join(folder_path, filename)
    if filename.endswith('.csv'):
        # 读取CSV文件
        df = pd.read_csv(file_path, usecols=columns)
        # 根据姓名列进行分组求和
        df_sum = df.groupby('姓名')['成绩'].sum().reset_index()
        # 将DataFrame添加到列表中
        dfs.append(df_sum)
将所有DataFrame合并为一个DataFrame
result = pd.concat(dfs)
对结果排序并输出
result = result.sort_values(by='成绩', ascending=False)
print(result)
完整示例代码如下：
import pandas as pd
import os
folder_path = 'path/to/csv/files'
columns = ['姓名', '成绩']
dfs = [] # 用于储存每个CSV文件的DataFrame
for filename in os.listdir(folder_path):
    file_path = os.path.join(folder_path, filename)
    if filename.endswith('.csv'):
        # 读取CSV文件
        df = pd.read_csv(file_path, usecols=columns)
        # 根据姓名列进行分组求和
        df_sum = df.groupby('姓名')['成绩'].sum().reset_index()
        # 将DataFrame添加到列表中
        dfs.append(df_sum)
result = pd.concat(dfs)
result = result.sort_values(by='成绩', ascending=False)
print(result)