循环遍历文件列表向对应DataFrame写入数据失败的解决方法

你的代码问题核心是：df.append()会返回新的DataFrame对象，循环里的df = df.append(...)只是把新对象赋值给临时变量，并没有修改原列表dfs里的df1、df2，所以原DataFrame始终为空。

下面给两种简单的解决方式，都能满足你“每个文件对应一个填充好的DataFrame”的需求：

方法一：直接生成新的DataFrame列表（推荐） #

不需要提前初始化df1、df2，直接在循环中处理每个文件并生成对应DataFrame，最后收集到列表里，逻辑更清晰：

import pandas as pd

filenames = ['file1.txt', 'file2.txt']
columns = ['a', 'b', 'c']
dfs = []

for name in filenames:
    # 初始化当前文件的空DataFrame
    current_df = pd.DataFrame(columns=columns)
    # 用with语句自动管理文件关闭，更安全
    with open(name, 'r') as info:
        # 这里替换成你的数据提取逻辑，比如从文件中找到目标值
        # 示例：假设提取到的字典格式数据如下
        extracted_data = {'a': 1, 'b': 2, 'c': 3}
        # 注意：Pandas 2.0+已弃用append，推荐用pd.concat替代
        current_df = pd.concat([current_df, pd.DataFrame([extracted_data])], ignore_index=True)
    dfs.append(current_df)

# 按需取出对应DataFrame
df1 = dfs[0]
df2 = dfs[1]

方法二：通过索引修改原列表 #

如果一定要保留提前初始化的DataFrame列表，可以用enumerate拿到索引，直接修改列表中的元素：

import pandas as pd

filenames = ['file1.txt', 'file2.txt']
columns = ['a', 'b', 'c']
# 提前初始化空DataFrame列表
dfs = [pd.DataFrame(columns=columns), pd.DataFrame(columns=columns)]

for idx, name in enumerate(filenames):
    with open(name, 'r') as info:
        extracted_data = {'a': 1, 'b': 2, 'c': 3}
        # 通过索引直接更新列表中的DataFrame
        dfs[idx] = pd.concat([dfs[idx], pd.DataFrame([extracted_data])], ignore_index=True)

df1 = dfs[0]
df2 = dfs[1]

注意事项 #

• 优先用with语句打开文件，避免忘记关闭文件导致资源泄漏；
• 如果你用的是Pandas 2.0及以上版本，append方法已经被弃用，用pd.concat或者直接创建新的DataFrame行来拼接是更稳妥的方式。

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