Question

我有两个不同大小的数据框，其中一个比另一个大，但第二个数据框有更多列。

我遇到了尝试添加数据框的问题，如果它具有相同的列＆amp;行值作为另一个数据帧，在这种情况下是id

这是一些虚拟数据以及我是如何尝试解决它的

import pandas as pd

df1 = pd.DataFrame([(1,2,3),(3,4,5),(5,6,7),(7,8,9),(100,10,12),(100,10,12),(100,10,12)], columns=['id','value','c'])
df2 = pd.DataFrame([(1,200,3,4,6),(3,400,3,4,6),(5,600,3,4,6),(5,620,3,4,6)], columns=['id','value','x','y','z'])

因此，如果df1和df2的ID相同，则按“whatToAdd”中的值添加列值

数据

df1: 
         id    value    c     
         1     2        3     
         3     4        5     
         5     6        7
         7     8        9     
         100   10       12    
         100   10       12
         100   10       12
df2: 
         id    value    x     y    z
         1     200      3     4    6
         3     400      3     4    6
         5     600      3     4    6
         5     620      3     4    6

预期：

  Out: 
     id    value    x     y    z
     1     202      3     4    6
     3     404      3     4    6
     5     606      3     4    6
     5     626      3     4    6

尝试：

for each in df1.a:
    if(df2.loc[df2['a'] == each]):
        df2['a']+=df['a']

发出错误“DataFrame的真值是不明确的。使用a.empty，a.bool（），a.item（），a.any（）或a.all（）。”这让我感到困惑，因为我试过了：

df2.loc[df2['a']==1

离开循环并且可以正常工作

Answer 1

将两个数据帧设置为具有相同的索引后：

df1 = df1.set_index("id")
df2 = df2.set_index("id")

您可以执行一个非常简单的操作：

mask = df1.index.isin(df2.index)
df2["value"] += df1.loc[mask, "value"]

输出：

    value   x   y   z
id              
1   202     3   4   6
3   404     3   4   6
5   606     3   4   6
5   626     3   4   6

您始终可以df2.reset_index()恢复原始设置。

Answer 2

您可以set_index使用add，然后使用reindex

df1.set_index('id').add(df2.set_index('id'),fill_value=0).dropna(axis=0).reset_index().reindex(columns=df2.columns)
Out[193]: 
   id  value    x    y    z
0   1  202.0  3.0  4.0  6.0
1   3  404.0  3.0  4.0  6.0
2   5  606.0  3.0  4.0  6.0
3   5  626.0  3.0  4.0  6.0

Answer 3

这是我提出的代码。它使用dict在df1中查找每个id的值。然后可以使用地图在df2中查找每个id的值，创建一个系列，然后将其添加到df2 [＆＃39; value＆＃39;]以产生所需的结果。

if(step === 2)

Answer 4

这是一个单行。

df2.loc[:, 'value'] += [df1.set_index('id').loc[i, 'value'] for i in df2.id]
print(df2)
>>>
   id  value  x  y  z
0   1    202  3  4  6
1   3    404  3  4  6
2   5    606  3  4  6
3   5    626  3  4  6

仅当行和列值相同时才添加两个pandas数据帧值

4 个答案: