如何用Python合并目录下所有CSV并添加CSV文件名作为列

嘿，这事儿用Python的pandas库就能轻松搞定，我给你写个完整的可运行代码，步骤清晰还加了注释，直接用就行！

步骤说明 #

1. 导入必要的库：pandas用来处理CSV数据，os用来遍历文件夹里的文件
2. 设置目标文件夹路径，遍历所有CSV文件
3. 逐个读取CSV，新增challenge列存储当前文件名
4. 把所有文件的数据合并到一个DataFrame里
5. 导出成最终的all_entrants.csv

完整代码 #

import pandas as pd
import os

# 你的CSV文件夹路径
folder_path = "Downloads/challenges"
# 用来存储所有文件的数据
all_entrants_data = []

# 遍历文件夹中的所有文件
for filename in os.listdir(folder_path):
    # 只处理CSV格式的文件，避免其他文件干扰
    if filename.lower().endswith(".csv"):
        # 拼接完整的文件路径（跨平台兼容，Windows/macOS/Linux都能用）
        full_file_path = os.path.join(folder_path, filename)
        # 读取当前CSV文件
        df = pd.read_csv(full_file_path)
        # 新增challenge列，值为当前文件名
        df["challenge"] = filename
        # 将当前文件的数据添加到列表中
        all_entrants_data.append(df)

# 合并所有DataFrame，ignore_index=True重置索引，避免不同文件的索引重复
combined_df = pd.concat(all_entrants_data, ignore_index=True)

# 导出合并后的文件，index=False不保存索引列
combined_df.to_csv("all_entrants.csv", index=False)

注意事项 #

• 确保你已经安装了pandas：如果没装，运行pip install pandas就行
• 所有CSV文件的列结构一致（你说50+相同列，完全没问题），如果有个别文件列不一样，pandas会自动给缺失的列补NaN，不影响合并
• 路径问题：如果你的Downloads是系统默认下载文件夹，在Windows上可能需要写成C:/Users/你的用户名/Downloads/challenges，或者用原始字符串r"C:\Users\你的用户名\Downloads\challenges"

内容的提问来源于stack exchange，提问作者samthebrand