一次将具有不同字符串值的新列追加到不同的数据帧？答案

【问题标题】：Append new column with different string values to different dataframes all at once?一次将具有不同字符串值的新列追加到不同的数据帧？
【发布时间】：2020-08-07 01:20:26
【问题描述】：

我要做的就是将一个新列“county”附加到以下每个数据框，以便 alameda_ 数据框有一个新列 ['county']，其中所有行都显示“alameda”，coco_ 数据框有一个新列 ['county']，其中所有行都显示“coco”等。最终，每一行都标有适当的县，目标是将所有数据框连接在一起。

当前代码如下所示，但显然 for 循环不正确。如何遍历数据框列表和字符串列表？

dfs = [alameda_,coco_,marin_,napa_,solano_,sonoma_,sf_,sm_,sc_]
county_labels = ['alameda','coco','marin','napa','solano','sonoma','sf','sm','sc']

for i in dfs:
    i['county'] = county_labels

可复制的例子：

alameda = pd.DataFrame({'col1': ['foo','bar','baz'], 'col2': ['foo','bar','baz'], 'col3': ['foo','bar','baz']})
coco = pd.DataFrame({'col1': ['foo','bar','baz'], 'col2': ['foo','bar','baz'], 'col3': ['foo','bar','baz']})
marin = pd.DataFrame({'col1': ['foo','bar','baz'], 'col2': ['foo','bar','baz'], 'col3': ['foo','bar','baz']})

new_df = pd.concat(dfs)

提前致谢！！

【问题讨论】：

标签： python pandas loops

【解决方案1】：

试试这个，你可以使用 python zip function 压缩迭代器并同时迭代它们

dfs = [alameda_,coco_,marin_,napa_,solano_,sonoma_,sf_,sm_,sc_]
country_labels = ['alameda','coco','marin','napa','solano','sonoma','sf','sm','sc']

for i,j in zip(dfs,country_labels):
    i['county'] = j

【讨论】：

【解决方案2】：

使用枚举：

import pandas as pd

alameda = pd.DataFrame({'col1': ['foo','bar','baz'], 'col2': ['foo','bar','baz'], 'col3': ['foo','bar','baz']})
coco = pd.DataFrame({'col1': ['foo','bar','baz'], 'col2': ['foo','bar','baz'], 'col3': ['foo','bar','baz']})
marin = pd.DataFrame({'col1': ['foo','bar','baz'], 'col2': ['foo','bar','baz'], 'col3': ['foo','bar','baz']})

dfs = [alameda,coco,marin]
county_labels = ['alameda','coco','marin']

for i, df in enumerate(dfs):
    df['county'] = county_labels[i]

print(alameda.head())

(print(alameda.head()) 的输出：

  col1 col2 col3   county
0  foo  foo  foo  alameda
1  bar  bar  bar  alameda
2  baz  baz  baz  alameda

【讨论】：