Python 在Pandas中使用多个数据帧的优雅方式

我有一段代码，目前看起来像这样：

if os.path.isfile('D:\\df_1'):
    df_1 = pd.read_pickle('D:\\df_1')
else:
    df_1 = pd.DataFrame(columns = ['Date', 'Location', 'Product'])
if os.path.isfile('D:\\df_2'):
    df_2 = pd.read_pickle('D:\\df_2')
else:
    df_2 = pd.DataFrame(columns = ['Date', 'Location', 'Product'])

[...]

if os.path.isfile('D:\\df_20'):
    df_20 = pd.read_pickle('D:\\df_20')
else:
    df_20 = pd.DataFrame(columns = ['Date', 'Location', 'Product'])

基本上，我所做的是检查数据帧是否已经存在，是否加载，否则创建一个空的数据帧。我需要这样做，因为代码将尝试向每个数据帧追加新数据。因此，我将有如下内容：

[retrieve new data and clean it]
df_1 = pd.concat([df_1, df_1_new_data])

对我拥有的所有20个数据帧执行此操作（它们包含不同的内容，因此我希望将它们分开），然后保存它们，以便在第二天再次检索它们并向它们添加新数据：

df_1.to_pickle('D:\\df_1')
df_2.to_pickle('D:\\df_2')
[...]
df_20.to_pickle('D:\\df_20')

现在，使用20个数据帧已经相当繁重了，但我可能还需要添加更多数据帧！有没有办法读取不同的数据帧，然后将它们写入for循环或类似的东西中的pickle？因此，为了将我现在拥有的许多代码行减少到一个简单的2行for循环？谢谢大家!

：同一篇文章不应该写很多次（实际上不止一次）

使用函数、循环和其他基本语言工具

def create_df(path):
    if os.path.isfile(path):
        df = pd.read_pickle(path)
    else:
        df = pd.DataFrame(columns = ['Date', 'Location', 'Product'])
    return df

all_paths = (...)

# dict where key is you path and value is dataframe    
all_df = {p: create_df(p) for p in all_paths}

for p in all_paths:
    all_df[p].to_pickle(p)

---

为什么不在循环中执行这些操作？我需要动态创建变量名称，我知道这样做是不好的。使用字典。