1.使用pathlib设置文件的路径p
1.使用.glob方法查找与模式匹配的文件

• 使用pandas.read_csv创建一个嵌套框架
• 使用dict解析来创建一个dict的数组，其中每个文件都有自己的键值对。
• 像使用其他dict一样使用dict;键是文件名，值是字符串。
• 或者，使用pandas.concat的列表解析来从所有文件创建一个单独的框架。
• 在OP中的for-loop中，对象（变量）不能以这种方式创建（例如names[i]）。
• 这相当于'premier10' = pd.read_csv(...)，其中'premier10'是str类型。
• 请参阅Import multiple CSV files into pandas and concatenate into one DataFrame以创建一个DataFrame并添加一个列名称和源文件名。

from pathlib import Path
import pandas as pd

# set the path to the files
p = Path('some_path/premier_league')  

# create a list of the files matching the pattern
files = list(p.glob(f'pl_*.csv'))

# creates a dict of dataframes, where each file has a separate dataframe
df_dict = {f.stem: pd.read_csv(f) for f in files}  

# alternative, creates 1 dataframe from all files
df = pd.concat([pd.read_csv(f) for f in files])

字符串

names = ['premier10','premier11']不会创建字典，而是一个列表。只需将其替换为names = dict()或将names = ['premier10','premier11']替换为names.append(['premier10','premier11'])即可

这就是你想要的：

#create a variable and look through contents of the directory 
files=[f for f in os.listdir("./your_directory") if f.endswith('.csv')]

#Initalize an empty data frame
all_data = pd.DataFrame()

#iterate through files and their contents, then concatenate their data into the data frame initialized above
for file in files:
   df = pd.read_csv('./your_directory' + file)
   all_data = pd.concat([all_data, df])

#Call the new data frame and verify that contents were transferred
all_data.head()

字符串