如何使用 .add() 函数在 python 中合并两个数据帧

Question

请使用所附图片作为参考。

我有两个数据框

df_class_a

有数据：

Subject maximum minimum

Physics  98      50 

Maths    100     45 

Chem     99      65  

df_class_b 与数据

Subject maximum minimum

Maths    100     45 

Physics  98      44 

Chem     85      50 

language 88      54 

我想将它们合并以形成一个新的数据框，例如 df_add

Subject maximum minimum

Maths    200     90 

Physics  196     94 

Chem     184     115 

Language  88     54

这将是数据帧的总和，但它们都没有相同的数据行。我如何使用 pandas 中的 .add 功能来做到这一点。

Answer 1

另一个解决方案：m = pd.merge(df1, df2, on='Subject', how='outer')m['maximum'] = m[['maximum_x', 'maximum_y']].sum(axis=1)m['minimum'] = m[['minimum_x', 'minimum_y']].sum(axis=1)print(m[['Subject', 'maximum', 'minimum']])印刷：    Subject  maximum  minimum0     Maths    200.0     90.01   Physics    196.0     94.02      Chem    184.0    115.03  language     88.0     54.0

Answer 2

转换Subject为DataFramesby中的索引DataFrame.set_index，然后使用DataFrame.addwith fill_value=0)：df = df_class_a.set_index('Subject').add(df_class_b.set_index('Subject'), fill_value=0)print (df)          maximum  minimumSubject                   Chem        184.0    115.0Maths       200.0     90.0Physics     196.0     94.0language     88.0     54.0concat或者与聚合一起使用sum：df = pd.concat([df_class_a, df_class_b]).groupby('Subject', as_index=False).sum()print (df)    Subject  maximum  minimum0      Chem      184      1151     Maths      200       902   Physics      196       943  language       88       54

Answer 3

你可以试试：df_add = pd.DataFrame({'Subject': df_class_a['Subject'],'Maximum': df_class_a['Maximum']+df_class_b['Maximum'],'Minimum': df_class_a['Minimum']+df_class_b['Minimum']})