如何基于现有DataFrame列创建含Year列的新Pandas DataFrame

嘿，你已经走对路啦！用pd.concat合并多个DataFrame的W列这步没问题，现在只需要把Year列加进去就行——不管是合并2个还是3个DF，方法都是通用的。我给你分两种常见情况说明：

情况1：原DF1/DF2/DF3本身都有Year列 #

如果每个原始DataFrame里都包含Year列，而且它们的Year值是一一对应的（比如索引一致，或者每行的年份完全匹配），那直接从任意一个DF里提取Year列添加到合并后的结果里就行：

# 先完成你已经做的合并操作
combined_w = pd.concat([DF1['W'], DF2['W'], DF3['W']], axis=1, keys=['DF1', 'DF2','DF3'])

# 方法1：用assign()添加Year列（推荐，不会修改原合并对象）
newDF = combined_w.assign(Year=DF1['Year'])

# 方法2：直接列赋值（会修改combined_w，不需要保留原合并结果时可用）
combined_w['Year'] = DF1['Year']
newDF = combined_w

情况2：Year是独立的外部数据 #

如果Year列是单独的列表、数组或者Series（比如你有一个单独维护的年份序列），直接赋值给新列就行，只要确保数据长度和合并后的DataFrame行数一致：

# 假设你的年份数据是这样的（长度要和combined_w的行数匹配）
year_series = pd.Series([2018, 2019, 2020, 2021])

combined_w = pd.concat([DF1['W'], DF2['W'], DF3['W']], axis=1, keys=['DF1', 'DF2','DF3'])
newDF = combined_w.assign(Year=year_series)

小提醒 #

• 一定要保证Year列的行数/长度和合并后的combined_w完全一致，不然会出现NaN值或者报错。
• 如果原始DF的索引不一致，建议先给每个DF重置索引（df.reset_index(drop=True)），再做合并和添加Year列的操作，避免索引不匹配导致的问题。

内容的提问来源于stack exchange，提问作者Chinmay