pandas数据批量导入优化

如何减少list优化使得不用写这么多list

import docx
import pandas as pd
import os

path = r'/Users/Minute/Downloads/XX直营门店/XX直营门店-广东-37'

list1 = []
list2 = []
list3 = []
list4 = []
list5 = []
list6 = []
list7 = []
list8 = []
list9 = []
list10 = []
list11 = []
list12 = []
list13 = []
list14 = []

for root, dirs, files in os.walk(path):
    for file in files:
        file_path = os.path.join(root, file)
        if file_path.split('.')[1] == 'docx':
            file_path1 = file_path
            list1.append(file_path1)

            document = docx.Document(file_path1)
            table = document.tables

            list2.append(table[0].cell(3, 2).text.replace(',', ''))
            list3.append(table[0].cell(3, 2).text.replace(',', ''))
            list4.append(table[0].cell(10, 6).text.replace(',', ''))
            list5.append(table[0].cell(12, 6).text.replace(',', ''))
            list6.append(table[0].cell(7, 9).text.replace(',', ''))
            list7.append(table[0].cell(7, 9).text.replace(',', ''))
            list8.append(table[0].cell(4, 9).text.replace('注册地址：', '').replace('\n联系地址：同注册地址', '').replace(',', ''))
            list9.append(table[0].cell(4, 9).text.replace('注册地址：', '').replace('\n联系地址：同注册地址', '').replace(',', ''))
            list10.append(table[0].cell(20, 6).text.replace(',', ''))
            list11.append(table[0].cell(20, 12).text.replace(',', ''))
            list12.append(table[0].cell(23, 9).text.replace(',', ''))
            list13.append(table[0].cell(22, 9).text.replace(',', ''))
            list14.append(table[0].cell(21, 9).text.replace(',', ''))


data = pd.DataFrame(index=[list2, list3, list4,
                    list5, list6, list7, list8, list9, list10, list11, list12, list13, list14])

data.to_csv(r'/Users/Minute/Downloads/广东合并数值-列.csv')
print(data)

还望各位帮忙看看，连续写这么多list感觉很愚蠢。

你的大致目的是将数据列中的逗号替换为空么，
如果是的话，其实可以先将数据提取出来，然后再做处理，因为看不到你的源数据，所以不确定你是在处理什么东西，把数据贴一份来看看