如何将源Excel表名设为合并后DataFrame的行标识？

核心思路 #

不要直接合并原始DataFrame，而是在读取每个Excel文件/工作表时，给对应的DataFrame新增一列存入来源文件或工作表的名称，最后再执行合并操作。

场景1：每个Excel文件仅含一个工作表（新增文件名标识） #

import pandas as pd
import os

# 定义要合并的Excel文件路径列表
file_paths = ["sales_2023.xlsx", "sales_2024.xlsx", "sales_2025.xlsx"]
processed_dfs = []

for file in file_paths:
    # 读取单个Excel文件
    df = pd.read_excel(file)
    # 新增列存储来源文件名（仅保留文件名，不含路径）
    df["source_file"] = os.path.basename(file)
    # 如果需要保留完整文件路径，替换为：df["source_file"] = file
    processed_dfs.append(df)

# 合并所有处理后的DataFrame
merged_df = pd.concat(processed_dfs, ignore_index=True)

场景2：单个Excel文件含多个工作表（新增文件名+工作表名标识） #

如果需要区分同一文件下的不同工作表来源，可以同时记录文件名和工作表名：

import pandas as pd
import os

file_paths = ["all_sales.xlsx", "all_invoices.xlsx"]
processed_dfs = []

for file in file_paths:
    # 打开Excel文件，获取所有工作表名称
    xls = pd.ExcelFile(file)
    file_name = os.path.basename(file)
    
    for sheet_name in xls.sheet_names:
        # 读取单个工作表
        df = pd.read_excel(xls, sheet_name=sheet_name)
        # 新增来源标识列
        df["source_file"] = file_name
        df["source_sheet"] = sheet_name
        processed_dfs.append(df)

# 合并并重置索引
merged_df = pd.concat(processed_dfs, ignore_index=True)

关键注意事项 #

• ignore_index=True：合并后重置索引，避免多个原始DataFrame的索引重复冲突
• 列不一致处理：如果各表列名不完全匹配，pd.concat默认使用join="outer"保留所有列，缺失值填充为NaN；若只需保留共同列，可设置join="inner"
• 自定义标识：可根据需求修改列名（比如改为data_source）或添加更多元信息（如文件创建时间）

内容的提问来源于stack exchange，提问作者moqa