我现在还不能描述我的想法，但我认为用Pandas打开每个文件比在Pandas中打开CSV之前先搜索CSV的文本要快。而且，它可能会读得更好。
因此，假设使用Pandas打开所有内容比使用CSV library之类的东西更快，让我们这样做：

import pandas as pd
import numpy as np

df = pd.read_csv("~/z/a/a_data.csv")

if not df["column"].isin([100]).all():
  df = pd.read_csv("~/z/b/b_data.csv")

  if not df["column"].isin([100]).all():
    df = pd.read_csv("~/z/c/c_data.csv")

    if not df["column"].isin([100]).all():
      print("No value")

字符串
最终，嵌套的if并不漂亮。但是，如果没有看到你的代码，很难找到合适的。如果你能发布你的代码，那会有所帮助。否则，希望上面的内容能帮助你开始。

import glob
import pandas as pd
val = 100
subdir_files = glob.glob(folder_path  + '/**/*.csv', recursive=True)
for file in subdir_files:
    df = pd.read_csv(file)
    if val in df['column_name'].values:
        print(file)
        break

字符串

你可以像这样遍历csv_files列表，阅读读取每一个使用pandas.read_csv并找到第一个具有所需值的列表。如果循环正常结束（即不在break上），对应于没有包含所需值的文件，则for循环的else子句将被执行。

import pandas as pd
csv_files = ["a/a.csv", "b/b.csv", "c/c.csv"]
found_df = None
for csv_file in csv_files:
    df = pd.read_csv(csv_file)
    if 100 in df["column"].values:
        found_df = df
        break
else:
    print("No value found")

字符串