如何为Pandas差异DataFrame添加原数据来源标识列？

现有两个DataFrame：当前预估数据df_current_est和历史预估数据df_previous_est，各约600行。原代码通过外连接筛选出差异行，但未标记每行所属的原DataFrame，修改方法如下：

修改后的代码 #

merged_df = pd.merge(df_current_est, df_previous_est, how='outer', indicator=True)
changed_df = merged_df[merged_df['_merge'] != 'both'].copy()

# 新增标记列，映射原DataFrame名称
changed_df['Source'] = changed_df['_merge'].map({
    'left_only': 'df_current_est',
    'right_only': 'df_previous_est'
})

# 清理不必要的列并整理结构
changed_df.drop('_merge', axis=1, inplace=True)
changed_df.reset_index(drop=True, inplace=True)
changed_df = changed_df.sort_values(by='EstimateID', ascending=True)

print(changed_df)

说明 #

• pd.merge的indicator=True会自动生成_merge列，其中：
  • left_only表示该行仅来自左表df_current_est
  • right_only表示该行仅来自右表df_previous_est
• 用map函数将_merge的取值映射为原DataFrame的名称，生成Source标记列
• 最后删除冗余的_merge列，完成数据整理

示例输出 #

修改后输出会新增Source列，示例如下：

EstimateID  Season   RPIN GrowMethodCode Variety_code  Packout_pc  QtyBins          Source
0       10061    2023  R1000             FO          002        0.60      320  df_current_est
1       10061    2023  R1000             FO          002        0.60     9000  df_previous_est
2       10062    2023  R2000             FO          068        0.76     1000  df_current_est
3       10062    2023  R2000             FO          068        0.76    90000  df_previous_est

内容的提问来源于stack exchange，提问作者opperman.eric