Question

我有一个数据帧字典，如下所示：

test = {'df1':pd.DataFrame({'col1':[3, 5, 1, 4], 'col2':[3, 5, 1, 4]}), 'df2':pd.DataFrame({'col1':[3, 5, 1, 4], 'col2':[3, 5, 1, 4]}), 'df3':pd.DataFrame({'col1':[3, 5, 1, 4], 'col2':[3, 5, 1, 4]}), 'df4':pd.DataFrame({'col1':[3, 5, 1, 4], 'col2':[3, 5, 1, 4]})]

我想连接这些数据帧，但是添加一个新列，该列给出值来自哪个数据帧的“ identity”（字典键名）。如何才能做到这一点？如果执行pd.concat(test.values())，则会得到所需的串联，但没有标识列。

谢谢，杰克

Answer 1

将concat与keys一起使用

pd.concat(test.values(),keys=test.keys())
Out[261]: 
       col1  col2
df1 0     3     3
    1     5     5
    2     1     1
    3     4     4
df2 0     3     3
    1     5     5
    2     1     1
    3     4     4
df3 0     3     3
    1     5     5
    2     1     1
    3     4     4
df4 0     3     3
    1     5     5
    2     1     1
    3     4     4

Answer 2

执行此操作的一种方法是使用assign。您可以遍历字典中的所有dfs，并在进行操作时分配identity列：

pd.concat([df.assign(identity=k) for k,df in test.items()])

哪个给你：

   col1  col2 identity
0     3     3      df1
1     5     5      df1
2     1     1      df1
3     4     4      df1
0     3     3      df2
1     5     5      df2
2     1     1      df2
3     4     4      df2
0     3     3      df3
1     5     5      df3
2     1     1      df3
3     4     4      df3
0     3     3      df4
1     5     5      df4
2     1     1      df4
3     4     4      df4

使用pd.concat时添加标识原始数据帧的列

2 个答案: