Question

我正在尝试将两个不同长度的pandas数据帧添加到一起：

    fruit rating  count
0  apple      A      2
1  pear       B      2
2  peach      A      1
3  apple      B      2
4  pear       C      1  

    fruit rating  count
0   apple       A    0
1   apple       B    0
2   apple       C    0
3   pear        A    0
4   pear        B    0
5   pear        C    0
6  peach        A    0
7  peach        B    0
8  peach        C    0

基本上我想添加第一个数据帧＆＃39;将整数计数到它下面的第二个，其中类型和等级相同。例如，dataframe1上的索引1应该在dataframe2的索引4上添加2 2个计数，因为＆＃34; pear和B＆＃34;。

我已经尝试了更新功能，但它似乎搞乱了索引，只是替换了类型和评级。如果我不擅长解释，请道歉。我仍在学习。非常感谢你的帮助。

Answer 1

您可以在相关索引上尝试groupby：

temp1=first_df.set_index(['fruit','rating'])
temp2=second_df.set_index(['fruit','rating'])
result = temp1.add(temp2,fill_value=0)

这为您提供了多索引DataFrame：

              count
fruit rating       
apple A         2.0
      B         2.0
      C         0.0
peach A         1.0
      B         0.0
      C         0.0
pear  A         0.0
      B         2.0
      C         1.0

如果要删除索引，只需重置索引：

result.reset_index()
Out[182]: 
   fruit rating  count
0  apple      A    2.0
1  apple      B    2.0
2  apple      C    0.0
3  peach      A    1.0
4  peach      B    0.0
5  peach      C    0.0
6   pear      A    0.0
7   pear      B    2.0
8   pear      C    1.0

Answer 2

我发现SQL最直观的用于此目的：

import pandasql
import pandas as pd

pysqldf = lambda q: pandasql.sqldf(q, globals())

Table1 = pd.DataFrame()
Table1['x'] = [x for x in range(10)]
Table2 = pd.DataFrame()
Table2['x'] = [x for x in range(10)]

print pysqldf('''
SELECT 
    *,
    1 as ID 
FROM Table1
UNION
    SELECT *,2 as ID 
    FROM Table2
''')

Answer 3

假设您的数据帧分别为df1和df2，

df3 = pd.merge(df2, df1, how = 'outer', on = ['fruit', 'rating'])
df3 = df3.drop('count_x', axis = 1).fillna(0)
df3.columns = ['fruit', 'rating', 'count']

将为您提供所需的数据框

fruit   rating  count
0   apple   A   2.0
1   apple   B   2.0
2   apple   C   0.0
3   pear    A   0.0
4   pear    B   2.0
5   pear    C   1.0
6   peach   A   1.0
7   peach   B   0.0
8   peach   C   0.0

Answer 4

重点关注仅更新需要添加的行并保留integer dtype

df1.append(df2).groupby(['fruit', 'rating']).sum().reset_index()

   fruit rating  count
0  apple      A      2
1  apple      B      2
2  apple      C      0
3  peach      A      1
4  peach      B      0
5  peach      C      0
6   pear      A      0
7   pear      B      2
8   pear      C      1

将两个pandas数据帧组合在一起，只需添加整数计数即可

4 个答案: