我有两个像这样的数据框:
df1 = pd.DataFrame({'A': [1,0,3], 'B':[0,0,1], 'C':[0,2,2]}, index =['a','b','c'])
df2 = pd.DataFrame({'A': [0,0], 'B':[2,1]}, index =['a','c'])
df1和df2:
| A | B | C | | A | B |
---|---|---|---| ---|---|---|
a | 1 | 0 | 0 | a | 0 | 2 |
b | 0 | 0 | 2 | c | 0 | 1 |
c | 3 | 1 | 2 |
预期结果是:
| A | B | C |
---|---|---|---|
a | 1 | 2 | 0 |
b | 0 | 0 | 2 |
c | 3 | 2 | 2 |
我有这个问题,因为在任何数据框中都可能缺少列/行(df1可能没有df2拥有所有的列和行)
按照此问题的答案中的想法进行操作-在Pandas中合并2个数据框:在某些列上合并,在其他列上求和
由于在您的情况下,索引是通用的,因此您可以pandas.concat()
将两个DataFrame用于索引,然后DataFrame.groupby
基于索引,然后对其求和。范例-
In [27]: df1
Out[27]:
A B C
a 1 0 0
b 0 0 2
c 3 1 2
In [28]: df2
Out[28]:
A B
a 0 2
c 0 1
In [29]: pd.concat([df1,df2]).groupby(level=0).sum()
Out[29]:
A B C
a 1 2 0
b 0 0 2
c 3 2 2
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句