在Pandas中合并2个数据框：在某些列上合并，在其他列上汇总

Question

我想合并特定列（键1，键2）上的两个数据框，并汇总另一列（值）的值。

>>> df1 = pd.DataFrame({'key1': range(4), 'key2': range(4), 'value': range(4)})

   key1  key2  value

0     0     0      0

1     1     1      1

2     2     2      2

3     3     3      3

>>> df2 = pd.DataFrame({'key1': range(2, 6), 'key2': range(2, 6), 'noise': range(2, 6), 'value': range(10, 14)})

   key1  key2  noise  value

0     2     2      2     10

1     3     3      3     11

2     4     4      4     12

3     5     5      5     13

我想要这个结果：

   key1  key2  value

0     0     0      0

1     1     1      1

2     2     2     12

3     3     3     14

4     4     4     12

5     5     5     13

用SQL术语，我想要：

SELECT df1.key1, df1.key2, df1.value + df2.value AS value

FROM df1 OUTER JOIN df2 ON key1, key2

我尝试了两种方法：

方法1

concatenated = pd.concat([df1, df2])

grouped = concatenated.groupby(['key1', 'key2'], as_index=False)

summed = grouped.agg(np.sum)

result = summed[['key1', 'key2', 'value']]

方法2

joined = pd.merge(df1, df2, how='outer', on=['key1', 'key2'], suffixes=['_1', '_2'])

joined = joined.fillna(0.0)

joined['value'] = joined['value_1'] + joined['value_2']

result = joined[['key1', 'key2', 'value']]

两种方法都能得到我想要的结果，但是我想知道是否有更简单的方法。

Answer 1

我不知道更简单，但是您可以得到更多的简洁：>>> pd.concat([df1, df2]).groupby(["key1", "key2"], as_index=False)["value"].sum()   key1  key2  value0     0     0      01     1     1      12     2     2     123     3     3     144     4     4     125     5     5     13但是，根据您对链接操作的容忍度，您可能还是希望将其分成多行（四个趋向于接近我的上限，在本例中为concat-groupby-select-sum）。