Question

我在一个文件夹中有250个csv文件，我使用以下代码将它们导入到单个数据框中：

files = "~/*.csv"
df = pd.concat([pd.read_csv(f, dtype='str') for f in glob.glob(files)], ignore_index=True)

我的问题是我没有任何文件中的日期信息，该日期在文件名中如“ LSH_190207”中提到，该文件名为7-Feb-2019。有没有一种方法可以在导入文件时（最好将其作为索引）在数据框中包含此信息。或者至少创建一个包含文件名的新列，以便以后可以将其拆分和格式化为日期列。

Answer 1

是的，

假设文件列表为

files = glob.glob('*.csv')
#['file1_LSH_190207_something.csv', 'file2_LSH_190208_something.csv']
#[f.split("_")[2] for f in files] gives ['190207', '190208']

这将创建一个日期列，其日期值为字符串：

df= pd.concat([pd.read_csv(f, dtype='str').assign(date= f.split("_")[2]) for f in files],\
                                                                  ignore_index=True)

示例输出：

   A  B  C    date
0  1  2  3  190207
1  4  5  6  190207
2  5  6  8  190208
3  9  1  3  190208

发布此信息后，您可以执行以下操作以将日期转换为自己的格式：

pd.to_datetime(df['date']).dt.strftime('%d-%b-%Y')

0    07-Feb-2019
1    08-Feb-2019
2    09-Feb-2019

Answer 2

在Lins理解中创建Datetimeindex并将其传递给concat中的参数keys，只需用MultiIndex除去reset_index的第二级：

idx = pd.to_datetime([f.split("_")[2] for f in files])
print (idx)

df = pd.concat([pd.read_csv(f, dtype='str') for f in files], 
                keys = idx).reset_index(level=1, drop=True)

从文件名导入多个csv时创建日期索引

2 个答案: