如何使用python将csv和列中的值求和

Question

我有一个这样的csv文件：

file1.csv
date        item1    spec    count
2019-03-29  book     blue     10
2019-03-30  shirt    green    11
...
2019-04-25  book     blue     20
2019-04-26  shirt    green    15

和另一个这样的csv文件：

file2.csv
date        item1    spec    count
2019-03-29  book     blue     5
2019-03-30  shirt    green    4
...
2019-04-25  book     blue     7
2019-04-26  shirt    green    8

我想将文件合并成这样：

fileResult.csv
date        item1    spec    count
2019-03-29  book     blue     15
2019-03-30  shirt    green    15
...
2019-04-25  book     blue     27
2019-04-26  shirt    green    23

有人可以帮我解决这个问题吗？

非常感谢

Answer 1

如果两个数据框都具有相同的 shape 形状（行，列的数量相同），并且数据与示例中的 aligned 对齐，我们可以简单地做到： / p>

df1['count'] = df1['count'] + df2['count']

---

print(df1)
         date  item1   spec  count
0  2019-03-29   book   blue     15
1  2019-03-30  shirt  green     15
2  2019-04-25   book   blue     27
3  2019-04-26  shirt  green     23

其他使用merge：

final = df1.merge(df2, on=['date', 'item1', 'spec'])
final['count'] = final.pop('count_x')+ final.pop('count_y')

---

         date  item1   spec  count
0  2019-03-29   book   blue     15
1  2019-03-30  shirt  green     15
2  2019-04-25   book   blue     27
3  2019-04-26  shirt  green     23

Answer 2

先读取csv并保存在数据框中
使用pd.concat（）连接两个文件
groupby date,item,spec并使用groupby()

对计数求和

df1 = pd.read_csv('csv1.csv')
df2 = pd.read_csv('csv2.csv')
df3 = pd.concat([df1,df2])
final_result= df3.groupby(['date','item','spec'],as_index=False)['count'].sum()

我希望它能解决您的问题

Answer 3

1. 读取csv：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.read_csv.html

2. 将数据帧彼此附加：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.append.html

3. 按日期，项目1，规格分组，并使用sum作为汇总器：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.groupby.html