Pandas如何使用for循环合并多个DataFrame？

方案1：从读文件阶段就一步到位（最简洁，无需额外生成字典、单独变量） #

直接用列表存储读取到的每一年DataFrame，最后一次性拼接：

import pandas as pd

file_dir = '../VentureXpert/Raw/county_csv/'
df_list = []
for year in range(1996,2020):
    df = pd.read_csv(file_dir + f"{year}.csv", header=None)
    df.columns =['st-county' ,'numb of comp','pct of comp','inv sum($mil)','pct of inv','avg per comp','med per comp','year']
    df_list.append(df)

df_final = pd.concat(df_list, ignore_index=True)

你原有代码里的copy.deepcopy完全不需要，pd.read_csv返回的已经是独立的DataFrame对象，多余的深拷贝反而会增加不必要的内存开销。

方案2：如果已经生成了dict_of_df不想修改前面的代码 #

直接取字典的所有值传入concat即可，不需要手动提取每个变量，也不需要额外循环：

df_final = pd.concat(dict_of_df.values(), ignore_index=True)

Python 3.7及以上版本默认会保留字典的插入顺序，你生成字典时是按年份从小到大插入的，所以直接取values的拼接顺序和你手动写的顺序完全一致，不会出现顺序错乱问题。

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