为指定DataFrame列添加基于另一列值的后缀并合并多DataFrame

核心问题分析 #

你的代码存在两个关键问题：

• 列名拼接逻辑错误：直接在f-string中引用df.year.astype(str)会返回整个Series而非单个年份值，且字符串拼接语法有误
• 未实现多DataFrame合并的逻辑

以下是修正后的完整解决方案：

步骤1：定义配置与处理逻辑 #

先明确列分组规则，再针对每个DataFrame提取年份后缀并修改列名：

import pandas as pd

# 定义需要添加后缀的列分组
calender1 = ['november', 'december']
calender2 = ['january', 'february']

# 示例DataFrame字典（替换为你的实际数据）
df_dict = {
    'df1': pd.DataFrame({'col1': range(101), 'col2': range(101), 
                         'november': range(101), 'december': range(101),
                         'january': range(101), 'february': range(101),
                         'years': [1718]*101}),
    'df2': pd.DataFrame({'col1': range(102), 'col2': range(102), 
                         'november': range(102), 'december': range(102),
                         'january': range(102), 'february': range(102),
                         'years': [1819]*102})
}

# 处理每个DataFrame并收集结果
processed_dfs = []
for df in df_dict.values():
    # 提取年份后两位（每个DataFrame的years值统一，取第一个值即可）
    year_full = str(df['years'].iloc[0])
    suffix_cal1 = year_full[-2:]
    suffix_cal2 = str(int(suffix_cal1) + 1)
    
    # 批量修改列名
    new_cols = []
    for col in df.columns:
        if col in calender1:
            new_cols.append(f"{col}_{suffix_cal1}")
        elif col in calender2:
            new_cols.append(f"{col}_{suffix_cal2}")
        else:
            new_cols.append(col)
    df.columns = new_cols
    processed_dfs.append(df)

# 合并所有处理后的DataFrame
merged_df = pd.concat(processed_dfs, ignore_index=True)

关键修正说明 #

1. 年份后缀提取：
   • 用df['years'].iloc[0]获取单个年份值（因每个DataFrame的years列值统一）
   • 通过字符串切片year_full[-2:]提取后两位，转整数加1得到calender2的后缀
2. 列名修改：
   • 遍历列名时根据所属分组拼接对应后缀，避免原代码中引用整个Series的错误
3. DataFrame合并：
   • 使用pd.concat()合并所有处理后的DataFrame，ignore_index=True重置合并后的索引

结果验证 #

处理后：

• df1的列名变为col1, col2, november_17, december_17, january_18, february_18, years
• df2的列名变为col1, col2, november_18, december_18, january_19, february_19, years
• 合并后的merged_df包含所有行数据，列名统一为处理后的格式

内容的提问来源于stack exchange，提问作者noodcoder