python - 合并两个具有相同模式的 DataFrame

Question

假设您有两个 DataFrame

foo = pd.DataFrame([[123,321],[1543,432]], columns=['id','location'])
bar = pd.DataFrame([[123,421],[1543,436]], columns=['location','id'])

您想要将其合并到一个大表中。但是，由于架构(列)相同，因此应在结果表中添加一个指示“类型”的新列:

    id   location   type
0   123  321        foo
1   1543 432        foo
0   421  123        bar
1   436  1543       bar

目前我所做的是

foo['type'] = ['foo'] * foo.shape[0]
bar['type'] = ['bar'] * bar.shape[0]
pd.concat([foo,bar])

是否有一些更聪明的方法来做到这一点，特别是避免前两行？

Answer 1

您可以将参数keys添加到concat - 它创建MultiIndex:

print (pd.concat([foo,bar], keys=('foo','bar')))
         id  location
foo 0   123       321
    1  1543       432
bar 0   421       123
    1   436      1543

对于 MultiIndex 列的使用:

df = pd.concat([foo,bar], keys=('foo','bar'))
       .reset_index(drop=True, level=1)
       .rename_axis('type')
       .reset_index()
print (df)
  type    id  location
0  foo   123       321
1  foo  1543       432
2  bar   421       123
3  bar   436      1543

另一个解决方案 assign :

df = pd.concat([foo.assign(type='foo'),bar.assign(type='bar')])
print (df)
     id  location type
0   123       321  foo
1  1543       432  foo
0   421       123  bar
1   436      1543  bar