如何用Pandas批量读取Excel文件并迭代创建同名DataFrame？

方法1：直接生成全局变量（快速满足需求） #

遍历你已经生成的d_names字典，用globals()函数把每个Excel文件读取成对应名称的DataFrame：

import pandas as pd

for df_name, file_path in d_names.items():
    globals()[df_name] = pd.read_excel(file_path)

运行这段代码后，就能直接用df_a、df_b这些变量，每个变量对应读取好的Excel数据。

方法2：更推荐的管理方式——存入字典 #

直接创建全局变量虽然省事，但实际项目里把所有DataFrame放在一个字典里会更方便管理，还能避免变量名冲突：

dfs = {}
for df_name, file_path in d_names.items():
    dfs[df_name] = pd.read_excel(file_path)

之后要访问数据的话，用dfs['df_a']、dfs['df_b']就行，这种方式更符合Python的编程习惯。

额外优化：简化最初的文件名提取代码 #

你之前的文件名提取步骤可以合并成一行，让整个流程更简洁：

import glob
import os
import pandas as pd

path = 'c:/files/*.xlsx'
# 直接生成DataFrame名称和文件路径的映射字典
d_names = {f"df_{os.path.splitext(os.path.basename(file))[0]}": file for file in glob.glob(path)}

# 生成独立DataFrame（用方法1的代码）
for df_name, file_path in d_names.items():
    globals()[df_name] = pd.read_excel(file_path)

内容的提问来源于stack exchange，提问作者Mohammad.sh