如何读取多个CSV文件并存入独立Pandas DataFrame？文件读取报错排查

你的代码存在三个核心问题，导致无法正确读取CSV文件：

• 存储了错误的对象：lijst.append(file)存储的是编码后的字节对象，不是可直接使用的字符串文件名，后续读取时无法识别。
• 缺少完整文件路径：仅存储文件名，Python会默认在当前工作目录查找文件，而非你指定的C:\path\UV目录。
• 循环变量复用错误：第二个循环中始终使用最后一次循环的filename变量，没有遍历列表中的每个文件。

修正后的代码 #

方式1：将所有DataFrame存入列表 #

import pandas as pd
import os

path = r'C:\path\UV'
dfs = []  # 存储所有CSV对应的DataFrame

for filename in os.listdir(path):
    if filename.endswith(".csv"):
        # 拼接完整文件路径，确保Python能找到目标文件
        full_file_path = os.path.join(path, filename)
        # 读取CSV并添加到列表
        df = pd.read_csv(full_file_path)
        dfs.append(df)

# 此时dfs中的每个元素对应一个CSV文件的DataFrame

方式2：用字典存储（可通过文件名快速定位DataFrame） #

如果需要区分不同文件对应的DataFrame，用字典存储更方便：

import pandas as pd
import os

path = r'C:\path\UV'
df_map = {}  # 键是文件名，值是对应的DataFrame

for filename in os.listdir(path):
    if filename.endswith(".csv"):
        full_file_path = os.path.join(path, filename)
        df_map[filename] = pd.read_csv(full_file_path)

# 例如读取UltraViolet1.csv对应的DataFrame：df_map["UltraViolet1.csv"]

关键修正点说明 #

1. 直接遍历os.listdir(path)获取字符串文件名，无需额外编码解码，简化逻辑。
2. 必须用os.path.join()拼接目录路径和文件名，生成完整的文件路径，避免Python找错位置。
3. 遍历过程中直接完成文件读取和存储，避免后续循环的变量错误。

内容的提问来源于stack exchange，提问作者tomas Meeuwse