计算熊猫数据帧的总和

Question

我有两个数据帧，我想逐个添加。也就是说，给定

dfc1 = pd.DataFrame(list(zip(range(10),np.zeros(10))), columns=['bin', 'count'])
dfc2 = pd.DataFrame(list(zip(range(0,10,2), np.ones(5))), columns=['bin', 'count'])

给了我这个

dfc1：

       bin  count
0        0      0
1        1      0
2        2      0
3        3      0
4        4      0
5        5      0
6        6      0
7        7      0
8        8      0
9        9      0

dfc2：

       bin  count
0        0      1
1        2      1
2        4      1
3        6      1
4        8      1

我想生成这个：

       bin  count
0        0      1
1        1      0
2        2      1
3        3      0
4        4      1
5        5      0
6        6      1
7        7      0
8        8      1
9        9      0

我添加了bin列匹配的count列。

事实上，事实证明我只添加1（即dfc2中的计数始终为1）。所以问题的另一个版本是“给定一个bin值数组（dfc2.bin），如何在dfc1中为每个相应的计数值添加一个？”

到目前为止，我唯一的解决方案感觉非常低效（并且最终稍微不可读），在两个bin列之间进行外部连接，从而创建第三个数据帧，我在其上进行计算，然后突出显示不需要的列。 / p>

建议？

Answer 1

首先将bin设置为两个数据帧中的索引，然后您可以使用add，如果数据帧中缺少bin，则需要使用fillvalue指示零：

dfc1 = dfc1.set_index('bin')
dfc2 = dfc2.set_index('bin')
result = pd.DataFrame.add(dfc1, dfc2, fill_value=0)

Pandas自动汇总具有相同索引的行。

顺便说一下，如果你需要经常执行这样的操作，我强烈建议使用numpy.bincount，这样甚至可以在一个数据帧中重复bin索引

Answer 2

由于dfc1索引与“bin”值相同，您只需执行以下操作：

dfc1.iloc[dfc2.bin].cnt += 1

请注意，我将“count”列重命名为“cnt”，因为count是一个内置的pandas，这可能会导致混淆和错误！

Answer 3

作为@ Alleo答案的替代方案，您可以使用方法combineAdd简单地将2个数据框同时添加到set_index，前提是它们的索引将与 bin <匹配/强>：

dfc1.set_index('bin').combineAdd(dfc2.set_index('bin')).reset_index()

   bin  count
0    0      1
1    1      0
2    2      1
3    3      0
4    4      1
5    5      0
6    6      1
7    7      0
8    8      1
9    9      0