使用pandas处理匹配通配符的CSV时如何添加提取自文件名前缀的ID列

核心提取逻辑非常简单：你的文件名结构为前缀 + 连续下划线 + 时间后缀.csv，直接按下划线分割取第一个元素即可得到所需ID，无需复杂正则，实现成本和运行效率都最优。

完整代码示例（os + glob 写法，兼容性最高） #

import glob
import pandas as pd
import os

df_list = []
# 按需修改匹配路径规则
for file_path in glob.glob("./*.csv"):
    # 提取纯文件名，过滤路径前缀的影响
    file_name = os.path.basename(file_path)
    # 提取ID前缀
    file_id = file_name.split("_")[0]
    # 读取文件并新增ID列
    df = pd.read_csv(file_path)
    df["ID"] = file_id
    df_list.append(df)

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

简化写法（pathlib 写法，Python3.4+ 支持） #

from pathlib import Path
import pandas as pd

df_list = []
# 按需修改匹配路径规则
for file_path in Path("./").glob("*.csv"):
    # stem属性直接返回不带后缀的文件名，分割后取前缀
    file_id = file_path.stem.split("_")[0]
    df = pd.read_csv(file_path)
    df["ID"] = file_id
    df_list.append(df)

merged_df = pd.concat(df_list, ignore_index=True)

特殊场景兼容 #

如果你的ID前缀本身可能包含单个下划线，仅和后续内容用两个以上连续下划线分隔，可以把分割规则修改为split("__")[0]，就能避免前缀内的下划线干扰提取结果。

内容的提问来源于stack exchange，提问作者Kamikaze K