Python 如何在Dataframe的列中包含源文件

我有一个50多个Excel文件的列表，我循环并合并到一个数据框中。但是，我需要知道数据的来源，因为数据将在这些文件中重复

每个文件名都是报告的日期。由于该数据是时间序列数据，我需要将该日期拉入数据框以进行进一步的操作

导入操作系统
导入glob
作为pd进口熊猫
路径=r“路径”
扩展名='xls*'
os.chdir（路径）
files=glob.glob（'*.{}'。格式（扩展名））
文件\u df=pd.concat（[pd.read\u excel（fp，usecols=[0,15]，header=None）用于文件中的fp），忽略\u index=True）

我得到了预期的数据帧。我只是不知道如何将源文件名作为第三列。我以为在pd.read_excel（）中有这样做的理由，但我找不到它

例如，我有以下文件的列表：

02-2019.xlsx

03-2011.xls

04-2014.xls

等

---

我想在组合数据框中包含来自该文件的数据旁边的文件名。

可能使用

pd.concat（）中的
keys=
参数。

然后，您可以

重置\u index（）

并将

转换为\u datetime（）

---

你好我觉得你很接近。我认为它不适用于ignore_index=True。当我把它说出来的时候，我就明白你说的了。这听起来对你合适吗？只是确保我没有搞砸其他事情：）@RussW是的。

keys

参数将创建一个索引，因此传递

ignore\u index=True

将导致忽略键。删除

ignore\u index=True

，您就应该拥有您所需要的。

import os
import glob
import pandas as pd

path = r"path"
extension = 'xls*'
os.chdir(path)
files = glob.glob('*.{}'.format(extension))

# remove ignore_index=True otherwise keys parameter won't work
files_df = pd.concat([pd.read_excel(fp, usecols=[0,15], header=None) for fp in files], keys=[f"{fp.split('.')[0]}" for fp in files])

fp.reset_index(inplace=True)

fp['index'] = pd.to_datetime(fp['index'])