我的计算机上有 30 个 csv 风速数据文件——每个文件代表不同位置的数据。我编写了代码来计算我需要为每个站点运行的统计信息；但是，我目前正在单独提取每个 csv 文件来执行此操作（请参见下面的代码）：
from google.colab import files
data_to_load = files.upload()
import io
df = pd.read_csv(io.BytesIO(data_to_load['Downtown.csv']))
有没有办法一次提取所有 30 个 csv 文件，以便每个文件都通过我的统计分析代码块运行并吐出一个带有文件名和计算统计数据的数组？
使用循环
import glob
import pandas as pd
# get data file names
local_path = r'/my_files'
filenames = glob.glob(local_path + "/*.csv")
dfs = [pd.read_csv(filename)) for filename in filenames]
# if needed concatenate all data into one DataFrame
big_frame = pd.concat(dfs, ignore_index=True)
您也可以尝试将数据放到网上：github 或 google 驱动器并从那里读取 https://towardsdatascience.com/3-ways-to-load-csv-files-into-colab-7c14fcbdcb92