如何为合并后的DataFrame按文件计数器添加索引列？

原代码的核心问题 #

• 循环逻辑错误：外层循环按文件数量重复执行，内层又遍历所有文件名，导致每个CSV被重复读取len(filenames)次，数据严重冗余，同时kal_id的计数完全混乱。
• 合并方式错误：pd.concat只能拼接Series/DataFrame对象，原代码直接把DataFrame列表和普通列表（或单列DataFrame）放在一起拼接，两者结构不匹配；而且kal_id的长度是文件数×重复读取次数，和所有CSV的总行数不对应，无法直接关联。

正确实现思路与代码 #

正确的做法是逐个处理每个CSV文件，给每个文件的DataFrame单独添加计数器列，再统一合并：

import glob
import pandas as pd

# 指定CSV文件路径
path = path_to_file + 'slices/'
filenames = glob.glob(path + "/*.csv")

# 初始化计数器和存储DataFrame的列表
kal_index = 0
dfs = []

# 遍历每个CSV文件
for filename in filenames:
    kal_index += 1
    # 读取当前CSV
    df = pd.read_csv(filename)
    # 添加计数器列，值为当前文件的序号
    df['index'] = kal_index
    # 将处理后的DataFrame加入列表
    dfs.append(df)

# 合并所有DataFrame为一个大表
big_frame = pd.concat(dfs, ignore_index=True)
# 如果需要把index列设为索引（可选，根据你的需求）
# big_frame = big_frame.set_index('index')
print(big_frame)

补充说明 #

• 若需要保证文件按固定顺序（如文件名排序）处理，可先对文件名列表排序：

filenames = sorted(glob.glob(path + "/*.csv"))

内容的提问来源于stack exchange，提问作者Swawa