Python：从csv文件读取数据帧列表

我使用.to_csv（）将数据帧列表导出到csv文件，当我尝试读回数据时，它会合并所有数据帧并只返回一个数据帧

我的数据：

[                  v1        v2
 time                        
 
 2019-08-04  7.308368  4.622069
 2019-08-05  6.318558  3.993616
 ...              ...       ...
 2020-07-31  3.397716  1.914453
 2020-08-01  2.232000  1.534888
 
 [364 rows x 2 columns],
                   v1        v2
 time                        
 
 2019-08-04  0.400307  0.322742
 2019-08-05  0.306128  0.229573
 ...              ...       ...
 2020-07-28  0.405865  0.335051
 2020-08-01  0.508580  0.394044
 
 [367 rows x 2 columns],
                   v1        v2
 time                        
 2019-08-01  4.892139  3.420369
 2019-08-05  4.375880  3.181351
 ...              ...       ...
 2019-12-05       NaN       NaN
 2019-12-09  1.078299  0.590751
 
 [131 rows x 2 columns],
..]

csv文件：

time;v1;v2
2019-08-01;5.004642491294296;2.070262692905746
2019-08-02;6.005581617403156;3.5806659894959636
2019-08-03;5.720055440019435;4.076401038795619
...
time;v1;v2
2019-08-04;7.308368263370739;4.6220686806106
2019-08-05;6.318558302126913;3.9936164101171587
2019-08-06;5.602923231110271;3.455379392672936
...
time;v1;v2
2019-08-07;4.12752721072869;2.4488549880224264
2019-08-08;5.244169560874248;3.150645259745313
...

data= pd.read_csv('results.csv', delimiter = ";", index_col=0, header = 0)

正在读取csv文件：

data= pd.read_csv('results.csv', delimiter = ";", index_col=0, header = 0)

数据：

---

如何在列表中单独返回数据帧。

将其另存为pickle，以保留列表数据类型：

import pickle as pkl
df_list = [] # all your dataframes in a list
pkl.dump(df_list, open("your_pkl_file.pkl","wb"))

要再次加载它：

df_list = pkl.load(open("your_pkl_file.pkl", "rb"))
for i in df_list:
    #do operations with your dataframes here

---

我认为这比将其保存为csv容易得多，除非您绝对需要将其存储为csv。然后您必须单独保存每个df，以便在不同的文件中有一个干净的工作环境。

将其保存为pickle，以保留列表数据类型：

import pickle as pkl
df_list = [] # all your dataframes in a list
pkl.dump(df_list, open("your_pkl_file.pkl","wb"))

要再次加载它：

df_list = pkl.load(open("your_pkl_file.pkl", "rb"))
for i in df_list:
    #do operations with your dataframes here

我认为这比将其保存为csv容易得多，除非您绝对需要将其存储为csv。然后，您必须独立地保存每个df，以便在不同的文件中有一个干净的工作环境