TL; DR： 有2个大小不同的数据帧，但有一个“ id”列（在两个df中）应该用作索引。需要合并它们，按“部门”和“性别”分组，并在每个组中计数/求和。
长版：
我有一个数据框，其中包含公司人员的“ id”，“ sector”等信息。另一个带有“ id”和“ gender”的数据框。例子如下：
df1：
row* id sector other columns
1 0 Operational ...
2 0 Administrative ...
3 1 Sales ...
4 2 IT ...
5 3 Operational ...
6 3 IT ...
7 4 Sales ...
[...]
150 100 Operational ...
151 100 Sales ...
152 101 IT ...
*我并不是真的没有“行”列，它只是为了使我的问题更容易理解。
df2：
row* id gender
1 0 Male
2 1 Female
3 2 Female
4 3 Male
5 4 Male
[...]
101 100 Male
102 101 Female
如您所见，一个人可能在一个部门以上（这似乎使我的问题更加复杂）。 我需要将它们合并在一起，然后从每个部门的男性和女性人数中得出总和。
第一个问题
决定创建一个新的df，以仅获取列“ id”和“ sector”。
df3 = df1[['id','sector']]
df3 = df3.merge(df2)
我得到：
没有要执行合并的公共列。合并选项：left_on = None， right_on = None，left_index = False，right_index = False
尝试使用.join()代替.merge()，我得到：
['id']不在索引中”
现在尝试使用reset_index()-在此处找到了一些答案，但并没有真正解决我的问题。
df1 = df1.reset_index()
df3 = df1[['id','sector']]
df3 = df3.join(df2)
我得到的是这个
row* id sector gender
1 0 Operational Male
2 0 Administrative Female
3 1 Sales Female
4 2 IT Male
5 3 Operational Male
6 3 IT ...
7 4 Sales ...
[...]
150 100 Operational NaN
151 100 Sales NaN
152 101 IT NaN
它不尊重“ id”，只是将列连接到一边。由于df2仅具有102行，因此除了“性别”不再准确之外，我在其他行（103至152）中也有NaN。
第二个问题
决定继续努力，以便完成其余工作。我尝试过：
df3 = df3.groupby('sector','gender').size()
它引发：
对于对象类型，没有名为性别的轴<类'pandas.core.frame.DataFrame'>
对我来说，什么都不是真正有意义的，因为我可以打电话给df3.gender并且得到（整个）期望的序列。如果我从上面的行中删除“性别”，它实际上会分组，但这对我不起作用。还尝试将列名从befor传递给groupby，但无济于事。
预期结果应如下所示：
sector gender sum
operational male 20
operational female 5
administrative male 10
administrative female 17
sales male 12
sales female 13
IT male 1
IT female 11
答案 0 :(得分：0)
不确定我是否可以回答自己的问题，但由于问题已解决，我认为应该这样做。 即使我不明白我遇到的一些问题，解决方案也非常简单。
在合并中添加了on='id'的第一个问题
df3 = df1[['id','sector']].merge(df2, on='id')
第二个问题只是缺少列表，如@DYZ指出的
df3.groupby(['sector','gender']).size()
现在感觉很愚蠢……一定很累。谢谢DYZ，很抱歉造成麻烦。