如何为DataFrame列表添加文件名衍生变量

我太懂这种手动重复操作的痛苦了！完全不用这么麻烦，咱们用批量处理的方式一步搞定——核心思路就是把你的DataFrame列表和对应的州名（文件名）列表配对，一次性给每个DataFrame加上州名列，最后合并就行。

假设你已经有两个关键列表：

• df_list: 存放所有DataFrame的列表
• file_names: 对应的文件名（州名）列表，必须和df_list的顺序完全对应

方法1：列表推导式（简洁高效） #

用列表推导式遍历每一对DataFrame和州名，直接添加新列，最后合并成大DataFrame：

import pandas as pd

# 批量给每个DataFrame添加州名列
df_with_state = [df.assign(state=state_name) for df, state_name in zip(df_list, file_names)]
# 合并为一个完整的大DataFrame
final_df = pd.concat(df_with_state, ignore_index=True)

这里的assign()方法会返回添加了新列的DataFrame副本，不会修改原DataFrame，安全又省心。

方法2：循环遍历（适合需额外操作的场景） #

如果中间还要对每个DataFrame做清洗、筛选等额外操作，用循环会更直观：

import pandas as pd

processed_dfs = []
for df, state_name in zip(df_list, file_names):
    # 添加州名列
    df['state'] = state_name
    # 这里可以插入其他操作，比如：df = df.dropna()
    processed_dfs.append(df)

# 合并所有处理后的DataFrame
final_df = pd.concat(processed_dfs, ignore_index=True)

额外小技巧：提取纯州名（如果文件名带后缀） #

如果你的文件名是带后缀的（比如California.csv），可以先处理字符串提取纯州名：

# 方法1：按后缀分割
file_names = [name.split('.')[0] for name in original_file_names]

# 方法2：用os模块更稳妥（支持各种后缀格式）
import os
file_names = [os.path.splitext(name)[0] for name in original_file_names]

内容的提问来源于stack exchange，提问作者regents