Python如何通过函数批量加载CSV文件并调用head()查看前5行数据

不要逐行写重复的pd.read_csv赋值独立变量，用字典统一管理加载后的DataFrame，配合循环即可实现批量加载、批量预览，代码可复用性更高，后续增删加载的文件也只需要修改文件列表即可，不用增删大段重复代码。

完整实现代码 #

首先确保导入依赖库：

import os
import pandas as pd

封装通用的加载+预览函数：

def batch_load_csv(base_path, file_list, preview_n=5):
    """
    批量加载指定目录下的CSV文件，自动打印每个文件的前N行预览
    参数说明:
        base_path: 数据存储的根路径，对应你原有代码里的path变量
        file_list: 需要加载的CSV文件名列表
        preview_n: 每个文件预览的行数，默认显示前5行
    返回值:
        字典结构，键为文件名（去除.csv后缀），值为加载完成的DataFrame对象
    """
    df_collection = {}
    export_dir = os.path.join(base_path, 'Data Exports')

    for csv_file in file_list:
        full_path = os.path.join(export_dir, csv_file)
        # 读取csv文件
        current_df = pd.read_csv(full_path)
        # 存入字典
        dict_key = csv_file.removesuffix('.csv')
        df_collection[dict_key] = current_df

        # 打印预览内容，加分隔线区分不同文件
        print(f"{'='*25} {csv_file} 预览 {'='*25}")
        print(current_df.head(preview_n))
        print("\n")

    return df_collection

结合你原有的用户判断逻辑调用函数：

# 保留你原有的路径权限判断逻辑
if 'myName' in user or user == '/Users/rick':
    # 生成需要加载的8个文件名列表，后续要调整加载的文件直接改这里即可
    csv_files = [f"file{i}.csv" for i in range(1, 9)]
    # 执行加载+自动预览，所有加载完成的DataFrame存在all_data变量里
    all_data = batch_load_csv(path, csv_files)

使用说明 #

• 后续需要调用某个文件的数据时，直接通过字典键取值即可，和你之前单独定义变量的用法完全一致，比如取file1的DataFrame就写all_data['file1']，不需要修改原有后续分析的代码逻辑。
• 如果需要调整预览行数，调用函数时传入preview_n参数即可，比如要预览前10行就写batch_load_csv(path, csv_files, preview_n=10)。
• 路径拼接使用os.path.join替代字符串直接相加，可兼容Windows、macOS不同系统的路径斜杠规则，避免路径报错。
• 如果需要加载目录下所有CSV文件，不需要手动写文件名列表，可以用以下代码自动扫描目录下的CSV文件：

  export_dir = os.path.join(path, 'Data Exports')
  csv_files = [f for f in os.listdir(export_dir) if f.lower().endswith('.csv')]
  

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