如何从扫描目录得到的CSV文件列表动态生成对应命名的Pandas DataFrame

问题核心说明 #

你当前代码的问题在于最后循环中直接对filename变量重复赋值，只会保留最后一个读取的CSV内容，无法生成独立的、以文件名命名的DataFrame。以下是可直接使用的实现方案：

方案1：字典存储所有DataFrame（推荐） #

这是Python处理这类需求的最佳实践，不会污染全局变量，也方便后续批量处理所有CSV数据：

import os
import glob
import pandas as pd

# 路径前加r前缀标识为原始字符串，避免Windows路径转义问题
PATH = r"Z:\Adam"
EXT = "*.csv"
all_csv_files = [file
                 for path, subdir, files in os.walk(PATH)
                 for file in glob.glob(os.path.join(path, EXT))]

df_csv_path = pd.DataFrame(all_csv_files, columns =['Path'])
# 用os.sep代替硬编码的\\，兼容不同操作系统的路径格式
df_split_path = df_csv_path['Path'].str.split(os.sep, n = -1, expand = True)
df_split_path = df_split_path.rename(columns = {0:'Drive',1:'Main',2:'Project',3:'Imaging Folder', 4:'Experimental Group',5:'Experimental Rep',6:'File Name'})
df_csv_info = df_split_path.join(df_csv_path['Path'])

# 字典的key为去掉后缀的文件名，value为对应CSV的DataFrame
csv_df_dict = {}
for index, row in df_csv_info.iterrows():
    df_key = row['File Name'].removesuffix('.csv')
    csv_df_dict[df_key] = pd.read_csv(row['Path'])

使用示例：如果原文件名为exp_group1_rep3.csv，只需通过csv_df_dict['exp_group1_rep3']即可调用对应DataFrame。

方案2：动态生成独立变量（不推荐） #

如果确实需要直接通过文件名作为变量名访问DataFrame，可以通过修改全局变量字典实现：

for index, row in df_csv_info.iterrows():
    df_name = row['File Name'].removesuffix('.csv')
    globals()[df_name] = pd.read_csv(row['Path'])

执行完成后可直接通过文件名（去掉.csv后缀）作为变量名调用对应DataFrame，比如exp_group1_rep3。但该方式会生成大量零散全局变量，维护难度高，更推荐使用方案1。

原有代码优化点说明 #

• 缺少os、glob、pandas的导入语句，运行前需补充
• Windows路径加r前缀避免转义字符识别异常
• 遍历DataFrame用iterrows()方法更简洁，无需单独通过索引取值

内容的提问来源于stack exchange，提问作者Adam