文件类型只是文件名末尾的三个或四个字母，因此最简单的方法是：

if file_list[i].endswith('csv'):

等等。
其他公共选项可以是os.path.splitext或Path对象的suffix属性（分别来自内置的os和pathlib库）。
合并的方式看起来不错，但我不知道为什么要对read_、set_index等参数使用百分比表示法。列表中的元素只是字符串，例如

tdf = pd.read_csv('%s'%(file_list[i])))

可能只是：

tdf = pd.read_csv(file_list[i])

（对后续问题的答复）

使用dict真是个好主意！通常认为尽可能避免使用eval是一个好习惯，所以这里有一个替代选项，panda函数本身作为字典值。我还建议使用一个更漂亮的语法来理解列表，只有一个元素基于this answer，还有一些更清晰的变量名：

def find_file_type_import(file_name):
    # Total file extensions possible for importing data
    read_functions = {'csv': pd.read_csv,
                    'xlsx': pd.read_excel,
                    'txt': pd.read_csv,
                    'parquet': pd.read_parquet,
                    'json': pd.read_json}
    [df] = [read(file_name) for file_ext, read in read_functions.items()
        if file_name.endswith(file_ext)]
    return df

你可以使用glob（或者仅仅使用os）来从文件名的一部分中检索文件列表。因为你保证了文件的唯一性，而不管扩展名是什么，所以它只能是一个（否则就用一个循环来遍历检索到的元素）。
一旦你有了完整的文件名（它显然有扩展名），只需执行一个split（），获取对应于文件扩展名的最后一个元素。
然后，您可以使用适当的函数读取 Dataframe 。
下面是一个代码示例：

from glob import glob

file_list = [
    'dataset0',  # corresponds to dataset0.csv
    'dataset1',  # corresponds to dataset1.xlsx
    'dataset2.a'
]

for file in file_list:
    files_with_curr_name = glob(f'*{file}*')

    if len(files_with_curr_name) > 0:
        full_file_name = files_with_curr_name[0]  # take the first element, the uniqueness of the file name being guaranteed

        # extract the file extension (string after the dot, so the last element of split)
        file_type = full_file_name.split(".")[-1]

        if file_type == 'csv':
            print(f'Read {full_file_name} as csv')
            # df = pd.read_csv(full_file_name)
        elif file_type == 'xlsx':
            print(f'Read {full_file_name} as xlsx')
        else:
            print(f"Don't read {full_file_name}")

输出将为：

Read dataset0.csv as csv
Read dataset1.xlsx as xlsx
Don't read dataset2.a

使用pathlib和一个switch dict来调用函数。

from pathlib import Path

import pandas as pd

def main(files: list) -> None:
    caller = {
        ".csv": read_csv,
        ".xlsx": read_excel,
        ".pkl": read_pickle
    }

    for file in get_path(files):
        print(caller.get(file.suffix)(file))

def get_path(files: list) -> list:
    file_path = [x for x in Path.home().rglob("*") if x.is_file()]

    return [x for x in file_path if x.name in files]

def read_csv(file: Path) -> pd.DataFrame:
    return pd.read_csv(file)

def read_excel(file: Path) -> pd.DataFrame:
    return pd.read_excel(file)

def read_pickle(file: Path) -> pd.DataFrame:
    return pd.read_pickle(file)

if __name__ == "__main__":
    files_to_read = ["spam.csv", "ham.pkl", "eggs.xlsx"]
    main(files_to_read)