Pandas合并多份Excel文件时如何新增列记录对应源文件名

代码修改方案 #

你只需要在每次读取单个Excel文件后，为当前读取到的临时数据表新增一列存储当前文件名，再合并到总表即可。修改后的完整代码如下：

import os
import pandas as pd
cwd = os.path.abspath('') 
files = os.listdir(cwd)  

## Code gets the first sheet of a given file
df = pd.DataFrame()
for file in files:
    if file.endswith('.xlsx'):
        # 读取当前Excel文件到临时表
        temp_df = pd.read_excel(file)
        # 新增源文件名列
        temp_df['source_filename'] = file
        # 合并到总表
        df = pd.concat([df, temp_df], ignore_index=True) 
df.head() 
# 导出时加index=False避免输出多余索引列，不需要可删除
df.to_excel('Combined.xlsx', index=False)

补充说明 #

• 这里将原代码中已被pandas 2.0+版本废弃的append方法替换为官方推荐的pd.concat写法，兼容新旧版本的pandas库
• 如果不需要保留文件名的.xlsx后缀，可将新增列的代码替换为temp_df['source_filename'] = os.path.splitext(file)[0]，就能得到无后缀的源文件名

内容的提问来源于stack exchange，提问作者AntonioIBC