将文件连接到一个 Dataframe 中，同时为每个文件添加标识符

Question

所以这个问题的第一部分已经被问了很多次，我找到的最佳答案是在这里： 将多个 csv 文件导入 pandas 并连接成一个 DataFrame 文件。

但我本质上想要做的是能够为每个具有参与者编号的 dataframe 添加另一个变量，这样当文件全部连接时，我将能够拥有参与者标识符。

这些文件是这样命名的 所以也许我可以添加一个带有 ucsd1 等的列来识别每个参与者

这是我为 excel 文件工作的代码：

path = r"/Users/jamesades/desktop/Watch_data_1/Re__Personalized_MH_data_call"
all_files = glob.glob(path + "/*.xlsx")

li = []

for filename in all_files:
    df = pd.read_excel(filename, index_col=None, header=0)
    li.append(df)

frame = pd.concat(li, axis=0, ignore_index=True)

非常感谢！

Answer 1

如果我理解正确，这很简单：

import re # <-------------- Add this line

path = r"/Users/jamesades/desktop/Watch_data_1/Re__Personalized_MH_data_call"
all_files = glob.glob(path + "/*.xlsx")

li = []

for filename in all_files:
    df = pd.read_excel(filename, index_col=None, header=0)
    participant_number = int(re.search(r'(\d+)', filename).group(1)) # <-------------- Add this line
    df['participant_number'] = participant_number  # <-------------- Add this line
    li.append(df)

frame = pd.concat(li, axis=0, ignore_index=True)

That way, each dataframe loaded from an Excel file will have a column called participant_number , and the value of that column each row in each dataframe will be the number found in the filename that the dataframe was loaded from.