Python 使用合并合并合并多个CSV文件，同时保留文件名信息

有几个问题和我的答案类似，但都用了pd.concat，而我想用merge或其他可以给出类似结果的东西.

我想将多个CSV文件合并到一个主DF中.我的所有CSV文件都有两个相同的列("gene"和"log2foldchange").

我的CSV文件都类似于以下内容:

每个CSV文件:

• 有4个完全相同的基因和列名
• 有一个不同的名字(显然)

我想将CSV文件的名称合并为存储log2foldchange值的列名，这样我就知道数据来自哪里.我希望我的最终主df看起来如下所示:

我能够成功地使用pd.concat将我的所有CSV文件合并到一个主DF中，然而，我最终的DF的 struct 是所有CSV文件只是堆叠在另一个文件的顶部.这种 struct 对我试图进行的分析类型没有意义.我想使用merge，但我遇到的问题是它需要two个对象，我不确定如何绕过它.

此外，我只能将文件名作为它们自己的单独列，而不能像我所希望的那样，作为log2倍更改的列名.

这是我使用pd.conat编写的代码:

source_files = sorted(Path('path/to/my/files').glob('*.csv'))

dataframes = []
for file in source_files:
    df = pd.read_csv(file) 
    df['source'] = file.name
    dataframes.append(df)

df_all = pd.concat(dataframes)
display(df_all)

这会产生如下所示的df:

等等..

这是我使用pd.merge编写的代码，它会导致错误，因为只给出了一个对象:

path = 'path/to/my/files'
all_files = glob.glob(os.path.join(path, "*.csv")) #make list of file paths 

#initialize empty data frame 
li = []

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

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