Python Django：合并数据框对重叠列执行求和

Question

我想合并两个具有完全相同列名的 DataFrame。重叠的列可以添加在一起。我遇到了一些麻烦，因为分组应该发生在名为“日期”的“索引”上，但我无法通过使用“日期”名称来创建该索引。

实际上，我只需要指数（日期）和所有股票的“Adj Close”总和。

我试过：

data.join(temp, how='outer')

返回： “ValueError：列重叠但未指定后缀：Index(['Open', 'High', 'Low', 'Close', 'Adj Close', 'Volume'], dtype='object')”

data = pd.concat([data, temp]).groupby([data.index, temp.index], as_index=True).sum(axis=1)

返回： “石斑鱼和轴的长度必须相同

data = pd.merge(data, temp, left_index=True, right_index=True)['Adj Close'].sum(axis=1, skipna=True).astype(np.int64)

返回： “KeyError：'调整关闭'”

代码

def overview(request):

    stocks = Stock.objects.all()

    data = None

    for stock in stocks:

        if data is None:

            data = yf.download(stock.ticker, start=stock.trade_date, period="ytd")

        else:

            temp = yf.download(stock.ticker, start=stock.trade_date, period="ytd")

            data.join(temp, how='outer')

数据帧输出 1

[*********************100%***********************]  1 of 1 completed

                  Open        High  ...   Adj Close     Volume

Date                                ...                       

2019-09-19   55.502499   55.939999  ...   54.697304   88242400

2019-09-20   55.345001   55.639999  ...   53.897728  221652400

2019-09-23   54.737499   54.959999  ...   54.142803   76662000

2019-09-24   55.257500   55.622501  ...   53.885353  124763200

2019-09-25   54.637501   55.375000  ...   54.714626   87613600

...                ...         ...  ...         ...        ...

2020-09-10  120.360001  120.500000  ...  113.489998  182274400

2020-09-11  114.570000  115.230003  ...  112.000000  180860300

2020-09-14  114.720001  115.930000  ...  115.360001  140150100

2020-09-15  118.330002  118.830002  ...  115.540001  184642000

2020-09-16  115.230003  116.000000  ...  112.129997  154679000

[251 rows x 6 columns]

Answer 1

假设你有 2 个这样的 df ：df1 = pd.DataFrame({'Adj Close':[1, 2]}, index=['2019-09-19','2019-09-20'])df2 = pd.DataFrame({'Adj Close':[3, 4, 5]}, index=['2019-09-19','2019-09-20','2019-09-21'])df1            Adj Close2019-09-19          12019-09-20          2df2            Adj Close2019-09-19          32019-09-20          42019-09-21          5然后你可以连接成一个 df：df = pd.concat([df1, df2])            Adj Close2019-09-19          12019-09-20          22019-09-19          32019-09-20          42019-09-21          5并用 sum 进行 groupby：result = df.groupby(df.index).sum()            Adj Close2019-09-19          42019-09-20          62019-09-21          5