如何在Python Pandas中为DataFrame添加路径中的区域及CSV文件名列

可以用Python的pathlib（处理路径更直观）结合pandas来完成这个需求，步骤如下：

• 遍历所有目标CSV文件：用pathlib.Path.glob()递归匹配符合路径格式的文件
• 解析路径提取关键信息：从文件路径中拆分出region和CustomerName
• 给每个DataFrame添加列后收集，最后合并

完整代码示例 #

import pandas as pd
from pathlib import Path

# 定义根目录
root_dir = Path("data-output")

# 初始化空列表用于存储每个处理后的DataFrame
df_list = []

# 遍历所有符合格式的CSV文件
for csv_path in root_dir.glob("**/*.csv"):
    # 从路径中提取region：路径结构是data-output/region/month/xxx.csv，取倒数第三部分
    region = csv_path.parts[-3]
    # 提取CustomerName：取文件名（不含后缀）
    customer_name = csv_path.stem
    
    # 读取CSV文件
    df = pd.read_csv(csv_path)
    # 添加新列
    df["region"] = region
    df["CustomerName"] = customer_name
    
    # 将处理后的DataFrame加入列表
    df_list.append(df)

# 合并所有DataFrame
final_df = pd.concat(df_list, ignore_index=True)

# 可选：查看结果
print(final_df.head())

关键细节说明 #

• pathlib.Path.glob("**/*.csv")会递归遍历data-output下所有子文件夹中的CSV文件，无需手动分层遍历
• csv_path.parts会把路径拆分成元组，比如data-output/EU/10/Filename1.csv的parts是('data-output', 'EU', '10', 'Filename1.csv')，parts[-3]正好对应region
• csv_path.stem直接获取文件名（不含.csv后缀），也就是需要的CustomerName

如果你的路径是绝对路径，parts[-3]依然有效，因为它是从路径末尾往前数第三部分，不受绝对/相对路径影响。

内容的提问来源于stack exchange，提问作者George C. Serban