如何从多个CSV提取数据并生成含折数列的DataFrame？

原代码错误原因 #

1. 索引不存在触发KeyError：初始loss_list是空DataFrame，没有任何行索引，直接用loc[i+j*(i+1)]访问不存在的索引（比如0），导致报错。
2. 列赋值逻辑错误：loss_list['fold'] = i+1会把整个fold列的所有行都设为当前折数，完全覆盖之前内容，不符合按折分配的需求。
3. 值添加方式错误：loss_list.loc[...]['fold'].append()是错误用法，pandas的Series不能通过这种方式追加单个值，且链式索引会返回视图，修改无法同步到原DataFrame。

正确实现代码 #

import pandas as pd

# 存储每个折的DataFrame的列表
fold_dfs = []
# 遍历文件列表，同时获取从1开始的折数
for fold_num, filename in enumerate(loss_file_list, start=1):
    # 读取无索引CSV，指定列名为loss（原CSV无表头）
    single_fold_loss = pd.read_csv(path + filename, header=None, names=['loss'])
    # 添加当前折数的列
    single_fold_loss['fold'] = fold_num
    # 将当前折的DataFrame加入列表
    fold_dfs.append(single_fold_loss)

# 合并所有折的数据，重置索引避免冲突
final_loss_df = pd.concat(fold_dfs, ignore_index=True)
# 调整列顺序为fold在前，loss在后
final_loss_df = final_loss_df[['fold', 'loss']]

代码说明 #

• 用enumerate直接生成从1开始的折数，无需手动计算i+1，逻辑更清晰。
• 读取CSV时指定header=None, names=['loss']，确保无表头的CSV被正确解析为loss列。
• 每个折生成独立的DataFrame并添加fold列，最后通过pd.concat合并所有数据，ignore_index=True重置索引，避免不同折的索引重复。

内容的提问来源于stack exchange，提问作者pav