拼接DataFrame时如何为索引添加来源标识符

你可以通过两种方式快速实现需求，都不需要复杂逻辑：

方法1：提前给每个DataFrame的索引加来源后缀，再拼接 #

import pandas as pd

# 模拟你的原始数据
df1 = pd.DataFrame({'column1': ['aaa']*4})
df2 = pd.DataFrame({'column1': ['aaa']*4})

# 分别给两个df的索引添加来源标识，不修改原数据可以先做.copy()
df1_processed = df1.copy()
df2_processed = df2.copy()
df1_processed.index = df1_processed.index.astype(str) + '_df1'
df2_processed.index = df2_processed.index.astype(str) + '_df2'

# 拼接后重置索引即可得到你要的Index列
result = pd.concat([df1_processed, df2_processed]).reset_index(names='Index')

方法2：用concat自带的keys参数标记来源，后续统一处理索引 #

这种方法不需要提前修改每个df的索引，更适合多df批量拼接的场景：

import pandas as pd

# 模拟你的原始数据
df1 = pd.DataFrame({'column1': ['aaa']*4})
df2 = pd.DataFrame({'column1': ['aaa']*4})

# 拼接时用keys标记每个df的来源，会自动生成多级索引
result = pd.concat([df1, df2], keys=['df1', 'df2']).reset_index()

# 拼接生成你要的Index列，这里可以灵活调整序号规则
# 如果你要保留每个df内部的原有序号，用这行：
result['Index'] = result['level_1'].astype(str) + '_' + result['level_0']
# 如果你要全局连续的序号，改成这行就行：
# result['Index'] = result.index.astype(str) + '_' + result['level_0']

# 保留需要的列调整顺序
result = result[['Index', 'column1']]

注意事项 #

• 如果你不需要保留原始df的索引，直接修改原df的索引即可，不需要做copy操作
• 两种方法最终输出的格式都和你要求的完全匹配，可直接使用

内容的提问来源于stack exchange，提问作者redplanet