解决自动生成mydata_hh_mm格式CSV文件名导入DataFrame的补零问题

原代码存在的问题 #

• 小时范围错误：你需要覆盖06-09的小时，但代码中range(7,10)只包含了07、08、09，漏掉了06
• 补零逻辑错误：
  • 小时部分直接拼接'0' + str(i)，写法不通用（如果后续小时为10+会生成010这类错误格式）
  • 分钟部分未做补零处理，当j为个位数（如5）时，会生成mydata_07_5.csv，不符合mm为两位数字的命名规则
• 文件读取路径错误：代码中pd.read_csv(rf'....csv')没有使用生成的file变量，导致实际读取的文件路径完全错误
• 多次pd.concat效率低下：循环中每次拼接DataFrame会产生额外内存开销，运行效率差

修正后的代码 #

import pandas as pd

# 初始化空列表存储各文件的DataFrame
df_list = []

# 遍历06-09的小时（range左闭右开，所以用6到10）
for hh in range(6, 10):
    for mm in range(0, 60):
        # 用格式化字符串自动补零为两位数字
        file_name = f"mydata_{hh:02d}_{mm:02d}.csv"
        try:
            # 读取文件并加入列表
            df = pd.read_csv(file_name)
            df_list.append(df)
            print(f"已读取：{file_name}")
        except FileNotFoundError:
            # 处理文件缺失的情况，避免程序崩溃
            print(f"未找到文件：{file_name}")

# 一次性拼接所有DataFrame，重置索引
alldata = pd.concat(df_list, ignore_index=True)

关键说明 #

• {hh:02d}和{mm:02d}：格式化语法，确保数字被转为两位字符串，不足两位时自动补零（比如6→06，5→05）
• 用列表收集DataFrame：相比循环内反复拼接，这种方式内存占用更少、运行速度更快
• 异常捕获：添加try-except可以避免因个别文件缺失导致整个流程中断

内容的提问来源于stack exchange，提问作者Harry