在使用pd.concat时添加标识原始数据框的列

在使用pd.concat时，可以通过添加标识原始数据框的列来区分合并后的数据。这样做可以方便后续对数据进行分析和处理。

pd.concat是pandas库中用于合并数据的函数，它可以将多个数据框按照指定的轴进行连接。在使用pd.concat时，可以通过设置参数keys来添加标识原始数据框的列。

具体操作如下：

1. 首先，将需要合并的数据框存储在一个列表中，例如dataframes。
2. 调用pd.concat函数，并将dataframes作为参数传入。
3. 设置参数keys为一个列表，列表中的元素为原始数据框的标识，可以是字符串或其他类型。

示例代码如下：

import pandas as pd

# 假设有两个数据框df1和df2
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [7, 8, 9], 'B': [10, 11, 12]})

# 将数据框存储在列表中
dataframes = [df1, df2]

# 使用pd.concat合并数据框，并添加标识列
result = pd.concat(dataframes, keys=['df1', 'df2'])

print(result)

输出结果如下：

       A   B
df1 0  1   4
    1  2   5
    2  3   6
df2 0  7  10
    1  8  11
    2  9  12

在合并后的结果中，可以看到每个数据框都被标识为df1和df2，方便后续对数据进行识别和处理。

推荐的腾讯云相关产品：腾讯云数据库（TencentDB），产品介绍链接地址：https://cloud.tencent.com/product/cdb