python：行 concat 2 数据帧，将它们的名称保留为新列答案

【问题标题】：python: row concat 2 dataframes, keeping their names as a new columnpython：行 concat 2 数据帧，将它们的名称保留为新列
【发布时间】：2019-03-08 15:41:21
【问题描述】：

我正在寻找与bind_rows（R 中的 dplyr 包）等效的 Pythonic 方式，它从 data.frames 列表中连接数据帧并自动添加每个 data.frame 的名称作为 .id 列来记住行的来源。

有没有简单的方法来做到这一点？我尝试使用pd.concat：

df1 = pd.DataFrame([['a', 1], ['b', 2]], columns=['letter', 'number'])
df2 = df1.copy()
pd.concat([df1, df2])

预期输出：

####     .id letter  number
#### 0   df1      a       1
#### 1   df1      b       2
#### 0   df2      a       1
#### 1   df2      b       2

谢谢！

【问题讨论】：

标签： python r pandas rbind

【解决方案1】：

检查keys

pd.concat([df1, df2], keys=['df1', 'df2'],names =['id','index']).reset_index(level=0)
Out[880]: 
        id letter  number
index                    
0      df1      a       1
1      df1      b       2
0      df2      a       1
1      df2      b       2

如果你想动态创建键

pd.concat({x : y for x,y in enumerate([df1, df2])},names =['id','index']).reset_index(level=0)
Out[879]: 
       id letter  number
index                   
0       0      a       1
1       0      b       2
0       1      a       1
1       1      b       2

【讨论】：

好的，谢谢，我刚刚检查了文档中的这个关键参数，对我来说不是很清楚，你是为了它的副作用而使用它还是它是参数的实际目的？
@agenis 只是在此处添加它们来自的数据的 id，这更像是一种副作用

【解决方案2】：

pd.concat([df1, df2],keys=['df1','df2']).reset_index(level=0).rename(columns = {'level_0':'.id'})

    id  letter  number
0   df1 a   1
1   df1 b   2
0   df2 a   1
1   df2 b   2

【讨论】：

看起来和我的回答一样。
是的。我刚才看到了。我阅读了问题并发布了答案。无论如何，正如你之前发布的那样，我支持你的投票
相同的功能，感谢末尾与我的列名匹配的“重命名”提示