Puedes usar usar el módulo glob
para filtrar los archivos. Es aconsejable que uses iteradores en vez de crear listas, diccionarios o dataframes intermedios que no vas a usar más.
Una opción sería:
import glob
import os
import pandas as pd
ruta = '' # Ruta al directorio que contiene los csv
archivos_csv = glob.iglob(os.path.join(ruta, "*.csv"))
dataframes = (pd.read_csv(csv) for csv in archivos_csv)
df = pd.concat(dataframes, axis=1)
Nota: No debes usar dict
como identificador de una variable, sobreescribes a la clase dict
y puedes terminar con resultados inesperados. En todo caso usa dict_
.
Edición:
Si quires imprimir los nombres de los archivos, puedes prescindir de glob.iglob
(retorna un iterador) y usar glob.glob
(retorna una lista):
ruta = ''
archivos_csv = glob.glob(os.path.join(ruta, "*.csv"))
print("Archivos csv encontrados:")
print(*(os.path.basename(path) for path in archivos_csv), sep= "\n")
#En Python 2.x cambiar por:
#print "Archivos csv encontrados:"
#for nombre in (os.path.basename(path) for path in archivos_csv):
# print nombre
Salida:
Archivos csv encontrados:
2.csv
1.csv
3.csv
O imprimir una lista con los nombres de los archivos directamente:
ruta = ''
archivos_csv = glob.glob(os.path.join(ruta, "*.csv"))
print([os.path.basename(path) for path in archivos_csv])
Salida:
['2.csv', '1.csv', '3.csv']
Nota: glob
no retorna los archivos en un orden determinado, si se quisiera ir abriendo los archivos en función a un orden determinado podemos usar sorted
/list.sort
sobre la salida de glob.glob
: archivos_csv = sorted(glob.iglob(os.path.join(ruta, "*.csv")))