如何按顺序读取同前缀CSV并创建对应命名的独立DataFrame

方法一：用字典存储（推荐） #

用字典管理所有DataFrame是更规范的方式，既避免变量名混乱，也方便后续批量操作：

import numpy as np
import pandas as pd

# 生成有序的后缀序列
T = np.arange(100, 2100, 100)
df_dict = {}

for i in T:
    # 按顺序读取文件并存入字典，键为后缀数字
    df_dict[i] = pd.read_csv(f"samp_{i}.csv")

需要访问samp_100.csv的数据时，直接调用df_dict[100].head()即可，所有文件严格按100到2000的顺序存储。

方法二：动态创建独立变量（满足需求） #

如果一定要生成df_100、df_200这类独立命名的变量，可以通过globals()操作全局命名空间实现：

import numpy as np
import pandas as pd

T = np.arange(100, 2100, 100)

for i in T:
    # 动态生成变量名并赋值
    globals()[f"df_{i}"] = pd.read_csv(f"samp_{i}.csv")

执行后可直接调用df_100.head()查看对应文件的首行数据，所有文件按顺序读取并保存为独立变量。

关于你遇到的问题说明 #

• 原代码中每次循环都会用新读取的DataFrame覆盖df变量，最终df只保留最后一个文件（samp_2000.csv）的数据，这就是你看不到samp_100.csv内容的原因。
• 用np.arange(100,2100,100)生成的序列是严格递增的，循环本身会按100、200…2000的顺序读取文件，不存在顺序错乱的问题。

内容的提问来源于stack exchange，提问作者user19619903