python - 将 Excel 读入数据框并将文件名保留为列(Pandas)

Question

我正在尝试将多个 Excel 文件读入数据框中，但我似乎找不到一种方法将文件名保留为一列来引用它的来源。另外，我需要在执行 read_excel 之前过滤 Excel 文件的名称和创建日期。 (文件太多了，如果不需要的话我不想读)这就是我所拥有的:

res = []
for root, dirs, files in os.walk('.../Minutes/', topdown=True):
    if len(files) > 0:
        res.extend(zip([root]*len(files), files))

df = pd.DataFrame(res, columns=['Path', 'File_Name'])

df['FullDir'] = df.Path+'\\'+df.File_Name

list_ = []
for f in df["FullDir"]:
    data = pd.read_excel(f, sheet_name = 1)
    list_.append(data)
    df2 = pd.concat(list_)

df2

我想要什么作为输出

   A  B  filename  File Date Created
0  a  a  File1     1-1-2018
1  b  b  File1     1-1-2018
2  c  c  FIle2     2-1-2018
3  a  a  File2     2-1-2018

任何帮助将不胜感激!!

Answer 1

您可以将 concat 与 keys 一起使用，然后使用 reset_index

res = []
for root, dirs, files in os.walk('.../Minutes/', topdown=True):
    if len(files) > 0:
        res.extend(zip([root]*len(files), files))

df = pd.DataFrame(res, columns=['Path', 'File_Name'])

df['FullDir'] = df.Path+'\\'+df.File_Name

假设上述代码按预期工作

list_ = []
for f in df["FullDir"]:
    data = pd.read_excel(f, sheet_name = 1)
    list_.append(data)

df2 = pd.concat(list_, keys=df.File_Name.values.tolist()).reset_index(level=0)