在Python中将多个 CSV 文件读入单独的 DataFrames

在数据分析和处理中，我们通常需要读取多个CSV文件，并将它们存储在单独的DataFrames中。本篇文章将介绍如何使用Python将多个CSV文件读取为单独的DataFrames。

准备数据

首先，我们需要准备要读取的CSV文件。假设我们有两个CSV文件：file1.csv和file2.csv。这两个文件的内容如下：

• file1.csv:

| Name | Age | Gender | |--------|-----|--------| | Alice | 25 | Female | | Bob | 28 | Male | | Carol | 30 | Female |

• file2.csv:

| Name | Age | Gender | |--------|-----|--------| | Dave | 32 | Male | | Eve | 35 | Female | | Frank | 40 | Male |

使用pandas读取CSV文件

我们将使用Python的pandas库来读取CSV文件。pandas是一个广泛使用的数据分析库，它提供了许多用于处理结构化和时间序列数据的工具。

首先，我们需要导入pandas库并创建一个空的字典，用于存储读取的数据。然后，我们可以使用pandas.read_csv()函数读取CSV文件，并将其存储在单独的DataFrame中。最后，我们将每个DataFrame添加到字典中，并为其指定一个名称。

import pandas as pd

# 创建一个空字典
data_frames = {}

# 读取file1.csv文件并将其存储在名为“file1”的DataFrame中
file1 = pd.read_csv('file1.csv')
data_frames['file1'] = file1

# 读取file2.csv文件并将其存储在名为“file2”的DataFrame中
file2 = pd.read_csv('file2.csv')
data_frames['file2'] = file2

现在，我们已经将两个CSV文件读取为单独的DataFrames，并将它们存储在一个字典中，每个DataFrame都有一个唯一的名称。

访问DataFrames

我们可以按字典中的名称访问单独的DataFrame。例如，要访问“file1”DataFrame中的数据，我们可以使用以下代码：

file1_data = data_frames['file1']
print(file1_data)

这将输出以下内容：

    Name  Age  Gender
0  Alice   25  Female
1    Bob   28    Male
2  Carol   30  Female

我们可以使用类似的方法来访问“file2”DataFrame中的数据。

总结

本篇文章介绍了如何使用Python的pandas库将多个CSV文件读取为单独的DataFrames。我们首先创建一个空字典，然后使用pandas.read_csv()函数读取每个文件并将其存储在单独的DataFrame中。最后，我们将每个DataFrame添加到字典中，并为其指定一个名称。我们可以按名称访问单独的DataFrame中的数据。