如何在Python中动态读取后缀名变化的CSV文件？

嘿，我懂你碰到的麻烦了——你原来的代码里想用循环变量直接命名DataFrame，比如{n} = pd.read_csv(...)，但Python根本认不出这种写法，这确实挺让人头疼的。不过别担心，咱有个更靠谱的办法，用字典来存储这些DataFrame就完美解决了！

为什么原来的方法行不通？ #

直接用{n}作为变量名的写法是错误的，Python不支持这种动态创建变量的方式。虽然有个偏门技巧（比如用globals()）能实现，但非常不推荐——它会污染你的全局命名空间，变量多了之后根本没法管理，还容易和现有变量重名出bug。

正确的实现方式 #

用字典来存储每个UF代码对应的DataFrame，既清晰又方便后续调用，代码如下：

import pandas as pd

# 你的UF列表，我给改了个更清晰的变量名
uf_codes = ['AC', 'AL', 'AP', 'AM', 'BA', 'CE', 'DF', 'ES', 'GO', 'MA', 'MT', 'MS', 'MG', 'PA', 'PB', 'PR', 'PE', 'PI', 'RJ', 'RN', 'RS', 'RO', 'RR', 'SC', 'SP1', 'SP2', 'SE', 'TO']
# 创建一个空字典，用来存所有的DataFrame
df_dict = {}

for code in uf_codes:
    # 用f-string格式化文件名，确保每个UF对应正确的文件
    csv_file = f'Basico_{code}.csv'
    # 读取CSV文件，把结果存入字典，键就是UF代码
    df_dict[code] = pd.read_csv(csv_file, encoding='latin1', sep=';', header=0)

怎么调用这些DataFrame？ #

之后你要访问某个UF的数据集，直接通过字典的键来取就行：

• 比如要获取SP1的DataFrame：df_dict['SP1']
• 要查看AC的前5行：df_dict['AC'].head()

这种方式不仅解决了动态创建的问题，还能让你统一管理所有的数据集，后续要遍历、修改或者导出都超级方便！

内容的提问来源于stack exchange，提问作者Marco Aurelio P Marsitch