向 dataframe 添加一個新列，其中每一行根據它來自的 dataframe 的標題采用不同的值

Question

所以我有一個多個數據幀的列表，我將它們連接在一個大的 dataframe 中。 現在我想在最后一個大 dataframe 中添加一列，但我希望此列的值根據 dataframe 的名稱而改變，每一行首先屬於。 這是一個例子：

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

單程：

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)))

這將獲取每個 df 的長度並多次重復"0x"部分。 chain然后將它們粘合在一起。

另一種方式：

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)

這首先通過 df 的長度的累積總和確定大 df 中 df 的起點（丟棄最后一個的長度，因為它對其起點無關緊要，並為第一個添加 0）。 然后為這些點放置"0x" ，最后向前填充剩余的NaN 。