Question

我有两个dataframes，都由timeseries编制索引。我需要将元素添加到一起以形成新的dataframe，但前提是索引和列是相同的。如果该项目在dataframe之一中不存在，则应将其视为零。

我尝试过使用.add，但无论索引和列如何，这都是总和。还尝试了一个简单的combined_data = dataframe1 + dataframe2但如果两个数据帧都没有该元素，则会给出NaN。

有什么建议吗？

Answer 1

x.add(y, fill_value=0)怎么样？

import pandas as pd

df1 = pd.DataFrame([(1,2),(3,4),(5,6)], columns=['a','b'])
Out: 
   a  b
0  1  2
1  3  4
2  5  6

df2 = pd.DataFrame([(100,200),(300,400),(500,600)], columns=['a','b'])
Out: 
     a    b
0  100  200
1  300  400
2  500  600

df_add = df1.add(df2, fill_value=0)
Out: 
     a    b
0  101  202
1  303  404
2  505  606

Answer 2

如果我理解正确，你需要类似的东西：

(x.reindex_like(y).fillna(0) + y.fillna(0).fillna(0))

这将给出两个数据帧的总和。如果一个值在一个数据帧而不是另一个数据帧中，则该位置的结果将是该现有值（在X中查看B0，在Y中查看B0并查看最终输出）。如果两个数据帧中都缺少一个值，那么该位置的结果将为零（在X中查看B1，在Y中查看B1并查看最终输出）。

>>> x
   A   B   C
0  1   2 NaN
1  3 NaN   4
>>> y
    A   B   C
0   8 NaN  88
1   2 NaN   5
2  10  11  12
>>> (x.reindex_like(y).fillna(0) + y.fillna(0).fillna(0))
    A   B   C
0   9   2  88
1   5   0   9
2  10  11  12

Answer 3

如果其中任何一个具有不同的结构，上述答案 - fillna(0)和直接添加都将为您提供Nan值。

最好使用fill_value

df.add(other_df, fill_value=0)

Answer 4

为了使答案更加通用......首先我将采用公共索引来同步两个数据帧，然后我将每个数据帧加入我的模式（日期），我将对列进行求和具有相同名称，最后加入两个数据帧（删除其中一个中的添加列），

您可以在此处查看示例（谷歌的谷歌股价）：

import numpy as np
import pandas as pd
import datetime as dt

prices = pd.DataFrame([[553.0, 555.5, 549.3, 554.11, 0],
                       [556.8, 556.8, 544.05, 545.92, 545.92],
                       [545.5, 546.89, 540.97, 542.04, 542.04]],
                       index=[dt.datetime(2014,11,04), dt.datetime(2014,11,05), dt.datetime(2014,11,06)],
                       columns=['Open', 'High', 'Low', 'Close', 'Adj Close'])

corrections = pd.DataFrame([[0, 555.22], [1238900, 0]],
                    index=[dt.datetime(2014,11,3), dt.datetime(2014,11,4)],
                    columns=['Volume', 'Adj Close'])

dates = pd.DataFrame(prices.index, columns = ['Dates']).append(pd.DataFrame(corrections.index, columns = ['Dates'])).drop_duplicates('Dates').set_index('Dates').sort(axis=0)
df_corrections = dates.join(corrections).fillna(0)
df_prices = dates.join(prices).fillna(0)

for col in prices.columns:
    if col in corrections.columns:
        df_prices[col]+=df_corrections[col]
        del df_corrections[col]

df_prices = df_prices.join(df_corrections)

添加两个pandas数据帧

4 个答案: