如何合并两个分性别存储的国家体重DataFrame并新增gender列

核心思路是先为两个数据表分别新增性别标识列，再纵向拼接两个表，排序后即可得到符合要求的结果。

基础实现（修改原表） #

import pandas as pd

# 给男性表加性别标识
df_male["gender"] = "m"
# 给女性表加性别标识
df_female["gender"] = "f"

# 纵向拼接两个表，重置索引
merged_df = pd.concat([df_male, df_female], ignore_index=True)

# 按国家排序，匹配示例输出顺序
merged_df = merged_df.sort_values("country", ignore_index=True)

链式调用实现（不修改原表） #

如果不想改动原始的男性、女性数据表，可以用assign方法生成新表后拼接：

merged_df = pd.concat(
    [df_male.assign(gender="m"), df_female.assign(gender="f")],
    ignore_index=True
).sort_values("country", ignore_index=True)

运行以上代码后输出的merged_df完全符合你给出的三列预期格式。

内容的提问来源于stack exchange，提问作者WeareR