Python 如何创建具有重复字符串值的dataframe列？

我从一堆文件中读取数据并将其存储在数据框中。我需要一列数据框来指示数据来自哪个文件。我如何创建一个列，使相同的字符串反复出现，而无需手动键入

我正在读取的每个文件都有大约100个数据点（但每次都不是相同的数字）。当我在中阅读每一个时，我将沿着轴=0连接到数据帧。应该是这样的

import numpy as np
import pandas as pd
numbers = np.random.randn(5) # this data could be of any length, ~100
labels = np.array(['file01','file01','file01','file01','file01']) 
tf = pd.DataFrame()
tf['labels'] = labels
tf['numbers'] = numbers

In [8]: tf
Out[8]: 
   labels   numbers
0  file01 -0.176737
1  file01 -1.243871
2  file01  0.154886
3  file01  0.236653
4  file01 -0.195053

---

（是的，我知道我可以将“file01”作为列标题，并沿axis=1追加每个列标题，但我不想这样做是有原因的。）

好了，代码已经修复！实际上，您可以在DataFrame构造函数中使用的dict中放入一个值：）

---

IIUC您可以只做

tf['labels']='file01'

标量值将沿df的短轴广播，此外，为什么要这样做，这似乎有点浪费，或者您只是想确定数据来自何处？您只需将dfs加载到df中，设置

标签

列，将它们附加到列表中即可调用

pd.concat（dfs列表）

当我执行

tf['labels']='file01'

时，所有标签都显示为

NaN

。您需要一个已填充行的df，如果df为空，则执行分配不会扩展df，无论如何，您可以执行

tf=pd.DataFrame（{'labels'：labels，'numbers'：numbers'}）

Yes，我只是想确定数据来自哪里。我本来是这样做的，每个文件都有自己的列，但这真的很难看，因为有所有这些

NaN

s，其中数据集的长度不同，然后我想给每个文件添加更多的列，这很混乱。我认为concating-length-wise会更干净。为什么不用文件名作为键，dfs作为值来填充dict呢？谢谢！！我知道这必须很简单，但我仍在努力理解所有这些语法。构造函数非常强大，但我知道pandas有一个陡峭的学习曲线。你已经完成了10分钟的教程了吗？熊猫会实际使用所需的内存量分别存储每个

file01

，还是内置了某种模式识别，确保

file01

只存储一次，然后将所有单元格引用到同一个内存位置？

import numpy as np
import pandas as pd
filename = 'file01'
numbers = np.random.randn(5) # this data could be of any length, ~100
tf = pd.DataFrame({'labels': filename , 'numbers': numbers})

In [8]: tf
Out[8]: 
   labels   numbers
0  file01 -0.176737
1  file01 -1.243871
2  file01  0.154886
3  file01  0.236653
4  file01 -0.195053