Python 如何读取多个csv文件并将其存储在不同的数据帧中？

假设我有200个csv文件，我想一次读取这些csv文件，并将每个csv文件存储在不同的数据帧中，比如第一个文件的df1，等等，直到df200。执行类似于

df1=pd.read\u csv

的手动操作需要大量时间，最多需要200分钟。我如何使用熊猫来实现这一点

我已尝试使用for loop，但无法接近，卡住。

尝试使用以下方法：

import pandas as pd
import glob

path = r'path of the folder where all csv exists' 
all_files = glob.glob(path + "/*.csv")

li = []

for filename in all_files:
    df = pd.read_csv(filename, index_col=None, header=0)
    li.append(df)

李将拥有所有csv的。。。您可以进一步对它们进行预处理，将它们分离到不同的文件中

或者，如果所有csv具有相同的列，并且您希望将它们连接到单个数据帧，则可以使用pandas over li中的

concat

函数返回单个数据帧

尝试使用以下方法：

import pandas as pd
import glob

path = r'path of the folder where all csv exists' 
all_files = glob.glob(path + "/*.csv")

li = []

for filename in all_files:
    df = pd.read_csv(filename, index_col=None, header=0)
    li.append(df)

import pandas as pd
import os

dfs=[] #empty list of dataframes

dirname = #where your files are

for root,folders,files in os.walk(dirname):
    for file in files:
        fp = os.path.join(root,file)
        df=pd.read_csv(fp)
        dfs.append(df)

df=pd.concat(dfs) 

李将拥有所有csv的。。。您可以进一步对它们进行预处理，将它们分离到不同的文件中

或者，如果所有csv具有相同的列，并且您希望将它们连接到单个数据帧，则可以使用pandas over li中的

concat

函数返回单个数据帧

将熊猫作为pd导入
import pandas as pd
import os

dfs=[] #empty list of dataframes

dirname = #where your files are

for root,folders,files in os.walk(dirname):
    for file in files:
        fp = os.path.join(root,file)
        df=pd.read_csv(fp)
        dfs.append(df)

df=pd.concat(dfs) 

导入glob
所有文件=glob.glob（“文件路径”+“/*.csv”）
dfs_dict={}
对于idx，枚举中的文件名（所有_文件）：
df=pd.read\u csv（文件名，索引列=None，头=0）
dfs_dict[“df”+str（idx）]=df

将熊猫作为pd导入
导入glob
所有文件=glob.glob（“文件路径”+“/*.csv”）
dfs_dict={}
对于idx，枚举中的文件名（所有_文件）：
df=pd.read\u csv（文件名，索引列=None，头=0）
dfs_dict[“df”+str（idx）]=df

使用dict键1至200将每个数据帧保存到字典此答案向您展示。使用dict键1至200将每个数据帧保存到字典此答案向您展示。创建DFs临时列表不是最好的方法。您可以将生成器表达式传递给concat，或者创建一个独立的生成器（如果它对于单个表达式来说太复杂）。大致如下：

df=pd.concat（（文件中f的pd.read\u csv（f））

创建DFs临时列表不是最好的主意。您可以将生成器表达式传递给concat，或者创建一个独立的生成器（如果它对于单个表达式来说太复杂）。大致如下：

df=pd.concat（（文件中f的pd.read\u csv（f））