向 dataframe 添加一个新列，其中每一行根据它来自的 dataframe 的标题采用不同的值

Question

所以我有一个多个数据帧的列表，我将它们连接在一个大的 dataframe 中。 现在我想在最后一个大 dataframe 中添加一列，但我希望此列的值根据 dataframe 的名称而改变，每一行首先属于。 这是一个例子：

list_of_df = [march_01, march_02, march_03]
big_df = pd.concat([march_01, march_02, march_03], ignore_index=True)

big_df['new_column'] = # i want this column to adopt the value '01' for those rows that originally belong
                       # to the march_01 dataframe, the value '02' for those rows that originally belong 
                       # to the march_02 dataframe, and so on.

Answer 1

单程：

import itertools as it

big_df["new_column"] = list(it.chain.from_iterable([f"{j}".zfill(2)]*len(df)
                                                   for j, df in enumerate(list_of_df, start=1)))

这将获取每个 df 的长度并多次重复"0x"部分。 chain然后将它们粘合在一起。

另一种方式：

import numpy as np

lengths = list(map(len, list_of_df))
starting_points = [0, *np.cumsum(lengths)[:-1]]
big_df.loc[starting_points, "new_column"] =  [f"{j}".zfill(2)
                                              for j, _ in enumerate(list_of_df, start=1)]
big_df["new_column"].ffill(inplace=True)

这首先通过 df 的长度的累积总和确定大 df 中 df 的起点（丢弃最后一个的长度，因为它对其起点无关紧要，并为第一个添加 0）。 然后为这些点放置"0x" ，最后向前填充剩余的NaN 。