如何用Python/Pandas实现按CSV文件名自动命名DataFrame

你提到的手动逐个命名DataFrame确实挺麻烦的，尤其是文件数量多的时候。其实最安全也最方便的方式是用字典来存储这些DataFrame，键就是你生成的文件名（去掉后缀），值就是对应的DataFrame，这样既清晰又方便后续调用。

实现代码 #

import pandas as pd
import glob
import os

# 用户输入路径
path = 'C:/Users/XXXXX/Desktop/datasets/world_bank_data/'

# 获取所有CSV文件路径
filenames = glob.glob(path + '/*.csv')

# 创建字典存储DataFrame，键为文件名（无后缀）
df_dict = {}
for file in filenames:
    # 提取文件名（去掉路径和后缀）
    name = os.path.splitext(os.path.basename(file))[0]
    # 读取CSV并存入字典
    df_dict[name] = pd.read_csv(file)

如何调用这些DataFrame #

之后你想使用哪个DataFrame，直接通过字典的键来访问就行，比如：

# 访问名为'Country'的DataFrame
print(df_dict['Country'].head())

# 遍历所有DataFrame做批量操作
for df_name, df in df_dict.items():
    print(f"处理DataFrame: {df_name}")
    # 这里可以加你的批量处理逻辑，比如查看基本信息
    df.info()

为什么不直接创建独立变量？ #

你可能会想能不能直接把这些名字变成全局变量（比如直接生成Country = pd.read_csv(...)），虽然可以用globals()或者locals()来实现，但这种方式不推荐：

• 容易污染全局命名空间，不小心就会覆盖已有的变量
• 代码可读性和可维护性差，后续很难追踪这些变量的来源

如果非要尝试这种方式，代码大概是这样（谨慎使用）：

for file in filenames:
    name = os.path.splitext(os.path.basename(file))[0]
    globals()[name] = pd.read_csv(file)

# 之后可以直接用变量名访问
print(Country.head())

总的来说，用字典存储是最稳妥的方案，既满足了自动命名的需求，又能让代码更规范。

内容的提问来源于stack exchange，提问作者HarrisPY