以下是一个使用 Python 多线程快速高效读取 `input` 目录下多种 Excel 及 CSV 格式文件并统计各文件名对应行数，最后生成表格的脚本： ```python import os import concurrent.futures import pandas as pd def count_lines(file_path): file_extension = os.path.splitext(file_path)[1].lower() if file_extension in ['.xlsx', '.xls']: df = pd.read_excel(file_path) return len(df) elif file_extension == '.csv': df = pd.read_csv(file_path) return len(df) return 0 def process_files(input_dir): file_paths = [] for root, _, files in os.walk(input_dir): for file in files: file_extension = os.path.splitext(file)[1].lower() if file_extension in ['.xlsx', '.xls', '.csv']: file_paths.append(os.path.join(root, file)) results = {} with concurrent.futures.ThreadPoolExecutor() as executor: future_to_file = {executor.submit(count_lines, file_path): file_path for file_path in file_paths} for future in concurrent.futures.as_completed(future_to_file): file_path = future_to_file[future] try: lines = future.result() results[os.path.basename(file_path)] = lines except Exception as exc: print(f'{file_path} generated an exception: {exc}') df = pd.DataFrame.from_dict(results, orient='index', columns=['行数']) return df input_directory = 'input' result_df = process_files(input_directory) print(result_df) ``` ### 代码解释 1. **`count_lines` 函数**：该函数接收文件路径作为参数，根据文件扩展名判断文件类型，使用 `pandas` 库读取文件并返回文件的行数。 2. **`process_files` 函数**：首先遍历 `input` 目录，找出所有 Excel 和 CSV 文件的路径。然后使用 `ThreadPoolExecutor` 创建线程池，为每个文件路径提交一个任务到线程池。最后，将每个文件的行数存储在字典 `results` 中，并将其转换为 `pandas` 的 `DataFrame`。 3. **主程序**：调用 `process_files` 函数处理 `input` 目录下的文件，并打印结果。 ###