如何将多个CSV列头合并至DataFrame并添加源文件名列？解决赋值异常问题

问题原因 #

你的代码里df_headers['file_name'] = f这行逻辑有误：每次循环都会把整个df_headers的file_name列全部覆盖为当前遍历的文件名，循环结束后自然只剩最后一个文件的名称。

修正后的代码 #

# import necessary libraries
import pandas as pd
import os
import glob

# use glob to get all the csv files in the folder
path = 'C:\\Users\\'
csv_files = glob.glob(os.path.join(path, "*.csv"))

df_headers = pd.DataFrame()

# loop over the list of csv files
for f in csv_files:
    # 仅读取表头行
    df = pd.read_csv(f, nrows=1)
    # 先给当前文件的表头数据添加文件名列（仅作用于当前df）
    df['file_name'] = os.path.basename(f)
    # 合并到总DataFrame，重置索引避免重复
    df_headers = pd.concat([df_headers, df], axis=0, ignore_index=True)

# 输出结果，不写入索引列
df_headers.to_csv('C:\\Users\\ryans\\Desktop\\out.csv', index=False)

关键修改点 #

• 将文件名列的赋值移到concat之前：确保每个文件的表头数据只绑定自身的文件名，不会覆盖已有记录
• 使用os.path.basename(f)：提取纯文件名（而非完整路径），结果更简洁
• 添加ignore_index=True：合并后自动重置索引，避免出现重复索引
• 输出时加index=False：防止索引列被写入结果CSV

内容的提问来源于stack exchange，提问作者ASH