合并多个Excel到Pandas DataFrame时源文件列赋值错误，求排查

我来帮你捋捋这个问题～你当前代码里的问题出在循环中的这两行逻辑：

df['Source_file'] = f
df = df.append(data)

每次循环你都是先给整个总DataFrame的Source_file列赋值为当前文件名f，再把新读取的数据追加进去。这就导致：第一次循环时，空的总df被加上了全是第一个文件名的Source_file列，然后追加数据；第二次循环时，你又把总df里所有行的Source_file改成了第二个文件名（包括第一次追加的那些行），再追加新数据……循环到最后，所有行的Source_file自然都变成最后一个文件的名字了。

正确的思路应该是：给当前读取的单文件数据添加Source_file列，再把这个带标记的数据追加到总df里，而不是去修改总df的列。修正后的代码如下：

import pandas as pd
import os

# 获取当前路径下的所有xlsx文件
path = os.getcwd()
files_xlsx = [f for f in os.listdir(path) if f.endswith('xlsx')]

# 创建空的总DataFrame
df = pd.DataFrame()

# 循环读取每个文件并合并
for f in files_xlsx:
    # 读取当前文件的数据
    data = pd.read_excel(f, 'Sheet 1')
    # 给当前单文件数据添加源文件名列，值为当前文件名
    data['Source_file'] = f
    # 将带标记的数据追加到总DataFrame，ignore_index避免索引重复
    df = df.append(data, ignore_index=True)

另外还有两个小优化点：

• 用f.endswith('xlsx')比f[-4:] == 'xlsx'更稳妥，能避免误判.xlsm这类类似后缀的文件
• 追加时加上ignore_index=True，可以防止合并后出现重复索引的问题

如果你用的是pandas 1.4.0及以上版本，append()方法已经被标记为过时，更推荐用pd.concat()来合并，代码可以改成这样：

import pandas as pd
import os

path = os.getcwd()
files_xlsx = [f for f in os.listdir(path) if f.endswith('xlsx')]

# 先收集所有带标记的单文件DataFrame
dfs_list = []
for f in files_xlsx:
    data = pd.read_excel(f, 'Sheet 1')
    data['Source_file'] = f
    dfs_list.append(data)

# 一次性合并所有DataFrame
df = pd.concat(dfs_list, ignore_index=True)

这种写法不仅更高效，也更贴合pandas的最新规范～

内容的提问来源于stack exchange，提问作者scotton16