Question

让我们说我在熊猫中有2个数据帧。我想以一种非常特定的方式对这些数据框执行左联接，如下所示，而最简单的解释方法可能是通过示例。

第一个数据帧：

日期Col1 Col2
1/1
2/1
...

第二个数据框：

日期A A B C
1/1的90 0的0
1/1 0 0 75 0
1/1 73 73 0 0
2/1 0 0 0 85
2/1 0 0 0 75

第一个数据框中的日期是唯一的，将用于加入第二个数据框中。 Col1和Col2并非空白，但与我要执行的操作无关。在第二个数据帧中，日期可能会出现多次，并且A，B和C列之一恰好包含一个大于0的数字，其他两个列包含0。也可能有一些多余的列与这些内容无关我想做。

我想将所有内容保留在第一个数据帧中，并以这样的方式添加列A，B和C，以使这些列中的值将是第二个数据帧中给定数据上所有值的总和。因此，在上面的示例中，我希望输出看起来像这样：

日期Col1 Col2 A B C
1/1 163 75 75 0
2/1的0/1 0的160
...

我看过pandas join函数，但是它似乎没有提供我想要的方式对列求和的选项。还有其他方法可以达到这样的结果吗？我意识到我可能可以编写一个for循环来执行此操作，但是我希望可以有一种更有效的方法。

Answer 1

对df1做一个groupby的总和，并用merge来df0的结果：

In [127]: df1.groupby("Date", as_index=False).sum()
Out[127]: 
  Date    A   B    C
0  1/1  163  75    0
1  2/1    0   0  160

In [128]: df0.merge(df1.groupby("Date", as_index=False).sum())
Out[128]: 
  Date  Col1  Col2    A   B    C
0  1/1   NaN   NaN  163  75    0
1  2/1   NaN   NaN    0   0  160

（我在这里假设Date是一列，而不是索引，但是很容易reset_index()或改用level=0。）

Answer 2

import pandas as pd

df1 = pd.DataFrame({'Col1': [1, 2], 'Col2': [3, 4]}, index=['1/1', '2/1'])
df2 = pd.DataFrame({'A': [90, 0, 73, 0, 0], 'B': [0, 75, 0, 0, 0], 'C': [0, 0, 0, 85, 75]}, index=['1/1', '1/1', '1/1', '2/1', '2/1'])

数据帧df1和df2与您的帖子相同。要以所需的方式“联接”数据框，可以执行以下操作：

df = pd.concat([df1, df2.groupby(level=0).sum()], axis=1)

这里df是：

     Col1  Col2  A   B    C
1/1  1     3     163 75   0
2/1  2     4     0   0    160

请注意，如果两个数据帧df1和df2的索引未对齐，这也将起作用。使用：

df3 = pd.DataFrame({'Col1': [1, 2, 3], 'Col2': [3, 4, 5]}, index=['1/1', '2/1', '4/1'])
df4 = pd.DataFrame({'A': [90, 0, 73, 0, 0, 20], 'B': [0, 75, 0, 0, 0, 0], 'C': [0, 0, 0, 85, 75, 0]}, index=['1/1', '1/1', '2/1', '3/1', '4/1', '4/1'])

再次：

df = pd.concat([df1, df2.groupby(level=0).sum()], axis=1, sort=True)

由：

给出

     Col1  Col2  A   B   C
1/1  1.0   3.0   90  75  0
2/1  2.0   4.0   73  0   0
3/1  NaN   NaN   0   0   85
4/1  3.0   5.0   20  0   75

在Pandas和Sum列中联接数据框

2 个答案: