使用文件名作为数据框中的列标题

Question

我有多个 excel 文件，我需要将所有这些文件中的一列整理到一个数据框中。我使用了以下代码：

my_excel_files = glob.glob(r"C:\Users\......\Documents\*.xlsx")

total_dataframe = pd.DataFrame() 

for file in my_excel_files:
    df = pd.read_excel(file, header = 1) 
    new_df = df['Comments']
    total_dataframe = pd.concat([total_dataframe, new_df], axis=1)

此代码从我的所有 excel 文件中获取所有“评论”列，并将它们一起附加到 total_dataframe 中。问题是该数据框中的列都是“评论”，所以我无法区分每列的来源。

有没有办法使用每个excel的完整文件名作为列标题，以便我知道每列来自哪个excel

Answer 1

您可以使用append 或列表理解创建系列列表，然后在concat 中使用keys 参数：

import glob, os

my_excel_files = glob.glob(r"C:\Users\......\Documents\*.xlsx")
names = [os.path.basename(f).split('.')[0] for f in my_excel_files]

output = []
for file in my_excel_files:
    df = pd.read_excel(file, header = 1) 
    new_df = df['Comments']
    output.append(new_df)

final = pd.concat(output, axis=1, keys=names)

或者：

import glob, os

my_excel_files = glob.glob(r"C:\Users\......\Documents\*.xlsx")
names = [os.path.basename(f).split('.')[0] for f in my_excel_files]

output = [pd.read_excel(file, header = 1)['Comments']  for file in my_excel_files]
final = pd.concat(output, axis=1, keys=names)