Pandas合并多列表时新增source列标记数据来源的实现方法

实现方法 #

你可以按照以下3步操作实现需求，同时后续新增更多列表时也能快速复用逻辑：

1. 先给已有的DataFrame新增source列标记来源为list_1

df['source'] = 'list_1'

2. 将list_2转换为结构、数据类型和现有df一致的DataFrame，同时添加source列标记来源为list_2

df2 = pd.DataFrame(list_2, columns = ['word', 'length'], dtype = str)
df2['source'] = 'list_2'

3. 合并两个DataFrame并重置索引即可得到期望结果

final_df = pd.concat([df, df2], ignore_index=True)

后续新增列表的优化方案 #

如果后续需要频繁新增不同的来源列表，可以把逻辑封装成复用函数，避免重复写代码：

def add_source_data(source_name, data_list, exist_df=None):
    # 生成临时DataFrame，保持列名、数据类型和原有结构一致
    temp_df = pd.DataFrame(data_list, columns=['word', 'length'], dtype=str)
    temp_df['source'] = source_name
    # 没有传入已有df时直接返回临时df，有则合并后返回
    return pd.concat([exist_df, temp_df], ignore_index=True) if exist_df is not None else temp_df

后续新增列表时只需要一行调用即可，比如新增list_3：

final_df = add_source_data('list_3', list_3, final_df)

内容的提问来源于stack exchange，提问作者peoplet