遍历CSV文件是Python中常见的需求，以下是使用不同方法遍历CSV文件的步骤：
方法一：使用Pandas模块
1. 新建Python项目。
2. 导入Pandas模块：`import pandas as pd`。
3. 使用`read_csv（）`函数打开CSV文件：`file = pd.read_csv（'text.csv'）`。
4. 使用`iterrows（）`方法遍历文件：
for index, row in file.iterrows（）:x, y = row['X'], row['Y']
方法二：使用glob模块
1. 导入`glob`模块：`import glob`。
2. 获取当前目录下所有`.csv`文件：`csv_files = glob.glob（'*.csv'）`。
3. 遍历每一个`.csv`文件：
for csv_file in csv_files:with open（csv_file, 'r'） as f:处理文件内容
方法三：使用os和csv模块
1. 导入`os`和`csv`模块：`import os`和`csv`。
2. 设置要遍历的文件夹路径：`folder_path = 'your_folder_path'`。
3. 遍历文件夹：
for root, dirs, files in os.walk（folder_path）:for filename in files:if filename.endswith（'.csv'）:file_path = os.path.join（root, filename）with open（file_path, 'r'） as csv_file:csv_reader = csv.reader（csv_file）for row in csv_reader:print（row）
方法四：合并结果到DataFrame
1. 导入`os`、`glob`和`pandas`模块。
2. 定义要遍历的文件夹路径和输出文件路径。
3. 定义一个空的`DataFrame`用于存储所有数据。
4. 遍历文件夹下的所有子文件夹，并将所有结果合并为一个`DataFrame`输出：
all_data = pd.DataFrame（）for subdir in os.listdir（folder_path）:subdir_path = os.path.join（folder_path, subdir）for filename in os.listdir（subdir_path）:if filename.endswith（'.csv'）:file_path = os.path.join（subdir_path, filename）data = pd.read_csv（file_path）all_data = all_data.append（data, ignore_index=True）
以上是使用不同方法遍历CSV文件的步骤。您可以根据具体需求选择合适的方法。