Python 如何连接2个panda dataframe并添加相应dataframe的表示列

假设我有两个数据帧

假新闻

真实新闻

它们都有类似的列，如标题、主题、文本、日期

现在我想将这两个数据帧添加到一个数据帧中，并添加一个额外的列

---

Validity

如果是真实新闻，其值将为

1

，如果是假新闻，其值将为

0

，假设您有以下两个源数据帧：

雷亚尔(real_df):

伪造(df):

要将它们与“原始标签”连接起来，可以使用：

df = pd.concat([real_df, fake_df], keys=[1, 0])

结果（目前）是：

其中，原点标签位于多重索引的顶层

要将其转换为“常规”列并为其指定所需名称，请运行：

df = df.reset_index(level=0).reset_index(drop=True).rename(columns={'level_0': 'Validity'})

现在结果如您所愿，即：

   Validity         title         subject         text        date
0         1  Real_title_1  Real_subject_1  Real_text_1  2020-03-01
1         1  Real_title_2  Real_subject_2  Real_text_2  2020-03-03
2         0  Fake_title_1  Fake_subject_1  Fake_text_1  2020-03-04
3         0  Fake_title_2  Fake_subject_2  Fake_text_2  2020-03-06

---

您可以发布数据帧的标题和预期的输出吗？谢谢，这很有效。您可以使用

pd.concat

的keys参数，但在加入它们之前分配

'Validity'

列似乎最简单。您是对的！！

            title         subject         text        date
1 0  Real_title_1  Real_subject_1  Real_text_1  2020-03-01
  1  Real_title_2  Real_subject_2  Real_text_2  2020-03-03
0 0  Fake_title_1  Fake_subject_1  Fake_text_1  2020-03-04
  1  Fake_title_2  Fake_subject_2  Fake_text_2  2020-03-06

df = df.reset_index(level=0).reset_index(drop=True).rename(columns={'level_0': 'Validity'})

   Validity         title         subject         text        date
0         1  Real_title_1  Real_subject_1  Real_text_1  2020-03-01
1         1  Real_title_2  Real_subject_2  Real_text_2  2020-03-03
2         0  Fake_title_1  Fake_subject_1  Fake_text_1  2020-03-04
3         0  Fake_title_2  Fake_subject_2  Fake_text_2  2020-03-06