如何将DataFrame列表的元素名称添加为对应DataFrame的列？

当然可以做到！不过有个小细节要注意：Python的列表本身不会记住元素原来的变量名，所以你得把每个DataFrame对应的标签信息和它绑定起来——这里有两种实用的方案，看哪种更适合你的情况：

方案1：用字典存储DataFrame（推荐） #

如果还没把DataFrame放进列表，强烈建议先把它们存在字典里，用你想要保留的关键信息当字典的键（比如原来的变量名里的标识）：

import pandas as pd

# 举个示例，假设你有两个带地域标识的DataFrame
df_ny = pd.DataFrame({"sales": [100, 200, 300]})
df_london = pd.DataFrame({"sales": [150, 250, 350]})

# 用字典把标签和DataFrame绑定起来
df_dict = {"ny": df_ny, "london": df_london}

# 给每个DataFrame添加标签列，之后转成列表（如果需要的话）
labeled_dfs = []
for label, df in df_dict.items():
    # 先复制一份，避免不小心修改原DataFrame
    df_with_label = df.copy()
    # 添加标签列，列名可以自己改，比如叫"region"或者"source"
    df_with_label["source_label"] = label
    labeled_dfs.append(df_with_label)

# 之后合并就很方便了
combined_df = pd.concat(labeled_dfs)

方案2：已有DataFrame列表？搭配标签列表就行 #

如果你已经把DataFrame都放进列表了，那只要准备一个和列表长度完全匹配的标签列表，保证顺序一一对应就行：

import pandas as pd

# 假设这是你已有的DataFrame列表
my_list = [df_ny, df_london]
# 对应的标签列表，顺序必须和my_list里的DataFrame一致
labels = ["ny", "london"]

# 遍历给每个DataFrame加标签列
labeled_dfs = []
for df, label in zip(my_list, labels):
    df_with_label = df.copy()
    df_with_label["source_label"] = label
    labeled_dfs.append(df_with_label)

# 合并所有带标签的DataFrame
combined_df = pd.concat(labeled_dfs)

小提醒：为啥不能直接从列表里拿元素名称？ #

Python里的变量名只是指向DataFrame对象的“指针”而已，列表里存的是对象本身，根本不知道它原来叫什么名字。所以必须手动提供标签信息——不管是通过字典的键，还是单独的标签列表，都得明确对应上。

如果你的标签是从文件名、数据库表名这类来源来的，只要把这些来源信息整理成标签列表，再和DataFrame列表配对处理就好啦。

内容的提问来源于stack exchange，提问作者Nazer