Question

我有两个这样的数据框：

df1 = pd.DataFrame({'A': [1,0,3], 'B':[0,0,1], 'C':[0,2,2]}, index =['a','b','c'])
df2 = pd.DataFrame({'A': [0,0], 'B':[2,1]}, index =['a','c'])

df1和df2：

   | A | B | C |          | A | B |    
---|---|---|---|       ---|---|---|
 a | 1 | 0 | 0 |        a | 0 | 2 |   
 b | 0 | 0 | 2 |        c | 0 | 1 |
 c | 3 | 1 | 2 |

预期结果是：

   | A | B | C |
---|---|---|---|
 a | 1 | 2 | 0 |
 b | 0 | 0 | 2 |
 c | 3 | 2 | 2 |

我遇到问题，因为任何数据帧中都可能缺少列/行（df1可能没有df2所有的列和行）

Answer 1

在这个问题的答案中提出这个想法 - merge 2 dataframes in Pandas: join on some columns, sum up others

因为在您的情况下，索引是常见的索引，您可以使用pandas.concat()作为两个DataFrame，然后DataFrame.groupby基于索引，然后对其进行求和。示例 -

In [27]: df1
Out[27]:
   A  B  C
a  1  0  0
b  0  0  2
c  3  1  2

In [28]: df2
Out[28]:
   A  B
a  0  2
c  0  1

In [29]: pd.concat([df1,df2]).groupby(level=0).sum()
Out[29]:
   A  B  C
a  1  2  0
b  0  0  2
c  3  2  2

合并两个pandas数据框，添加相应的值

1 个答案: