以下是一个使用Python解决这个问题的示例代码：

import os
import pandas as pd

def load_files(root_dir, file_extension):
    file_list = []
    
    for folder_name, subfolders, filenames in os.walk(root_dir):
        for filename in filenames:
            if filename.endswith(file_extension):
                file_path = os.path.join(folder_name, filename)
                file_list.append(file_path)
    
    df = pd.DataFrame()
    for file_path in file_list:
        data = pd.read_csv(file_path)  # 根据具体文件类型选择适当的读取方式
        df = pd.concat([df, data], ignore_index=True)
    
    return df

# 使用示例
root_dir = "文件夹路径"
file_extension = ".csv"  # 需要加载的文件扩展名，例如：.csv, .txt, .xlsx 等

df = load_files(root_dir, file_extension)
print(df.head())  # 打印数据框的前几行

在上面的代码中，load_files函数接受两个参数：root_dir是根文件夹的路径，file_extension是需要加载的文件扩展名。它首先遍历根文件夹及其子文件夹中的所有文件，并将符合条件的文件路径存储在一个列表中。然后，它创建一个空的数据框，并遍历文件列表中的每个文件，将其加载到数据框中。最后，返回加载完成的数据框。

请注意，在代码中的注释中，有一个pd.read_csv函数的示例。根据实际情况，你可能需要根据文件类型选择合适的读取方式，例如pd.read_excel或pd.read_table等。