代码之家 › 专栏 › 技术社区 › swifty

pandas-合并多个列并求和

pandas python

swifty · 技术社区 · 8 年前

我有一个主要的 df 就像这样:

index   A  B  C
5       1  5  8
6       2  4  1
7       8  3  4
8       3  9  5

还有一个助手 df2 我想在主数据框中添加如下内容:

index   A  B  
5       4  2 
6       4  3 
7       7  1 
8       6  2

列A&B的名称相同,但主列 数据框 包含许多列, DF2型 没有。我想对常见的列求和,并保持其他列不变。

输出:

index   A  B  C
5       5  7  8
6       6  7  1
7       15 4  4
8       9  11 5

尝试了 df.join 我是说, pd.merge 和 groupby 但现在运气不好。

最后一次尝试:

df.groupby('index').sum().add(df2.groupby('index').sum())

但这并没有保留公共列。

PD.合并 我得到后缀 _x 和 _y

2 回复 | 直到 8 年前

jezrael 8 年前

使用 add 只有相同列 intersection 以下内容:

c = df.columns.intersection(df2.columns)
df[c] = df[c].add(df2[c], fill_value=0)
print (df)
        A   B  C
index           
5       5   7  8
6       6   7  1
7      15   4  4
8       9  11  5

如果只使用 添加 ,不匹配的整数列转换为 float 学生:

df = df.add(df2, fill_value=0)
print (df)
        A   B    C
index             
5       5   7  8.0
6       6   7  1.0
7      15   4  4.0
8       9  11  5.0

编辑:

如果可能,字符串公共列:

print (df)
       A  B  C  D
index            
5      1  5  8  a
6      2  4  1  e
7      8  3  4  r
8      3  9  5  w
print (df2)
       A  B  C  D
index            
5      1  5  8  a
6      2  4  1  e
7      8  3  4  r
8      3  9  5  w

解决方案类似,仅按 select_dtypes 以下内容:

c = df.select_dtypes(np.number).columns.intersection(df2.select_dtypes(np.number).columns)
df[c] = df[c].add(df2[c], fill_value=0)
print (df)
        A   B  C  D
index              
5       5   7  8  a
6       6   7  1  e
7      15   4  4  r
8       9  11  5  w

Sociopath 8 年前

不是最干净的方法,但可能会奏效。

df_new = pd.DataFrame()
df_new['A'] = df['A'] + df2['A']
df_new['B'] = df['B'] + df2['B']
df_new['C'] = df['C']


print(df_new)

    A   B  C
0   5   7  8
1   6   7  1
2  15   4  4
3   9  11  5

推荐文章