使用另一个dataframe和相同的dataframe值之和来更新pandas dataframe

Question

我有两个数据框，长这样：

df1

posting_period      name        sales       profit
    1               client1     50.00       10.00
    1               client2     100.00      20.00
    2               client1     150.00      30.00

df2 (this df does not have the 'profit' column as in df1) 

posting_period      name        sales       
    1               client1     10.00       
    2               client1     20.00   

我希望更新df1中客户1的销售额，更新的值为客户1在df1和df2中匹配的posting_periods下的销售额之和。换句话说，将客户1在这两个数据框中的销售额相加并更新到df1中。

desired result

posting_period      name        sales       profit
    1               client1     60.00       10.00
    1               client2     100.00      20.00
    2               client1     170.00      30.00

我正在使用的实际数据框要大得多，但这些示例捕获了我所要完成的内容。我想出了一种非常绕弯子的方法，不仅没有起作用，而且也不太符合Python语言风格。另一个挑战是df1中有一个额外的列，而df2中没有。我希望有人能提供一种替代方案。谢谢！

- erik7970

Answer 1

首先从df2中创建一个序列，将索引列映射到sales：

idx_cols = ['posting_period', 'name']
s = df2.set_index(idx_cols)['sales']

然后使用这个系列更新 df1['sales']：

df1['sales'] += pd.Series(df1.set_index(idx_cols).index.map(s.get)).fillna(0)

结果：

print(df1)

   posting_period     name  sales  profit
0               1  client1   60.0    10.0
1               1  client2  100.0    20.0
2               2  client1  170.0    30.0

- jpp

Answer 2

使用左连接的 merge，可以对齐 Series 并进行最后的 add。

s = df1.merge(df2, on=['posting_period','name'], how='left')['sales_y']

df1['sales'] = df1['sales'].add(s, fill_value=0)
print (df1)
   posting_period     name  sales  profit
0               1  client1   60.0    10.0
1               1  client2  100.0    20.0
2               2  client1  170.0    30.0

- jezrael

Answer 3

你可以使用 pd.concat 以及 sum

pd.concat([df1.set_index(['posting_period', 'name']),df2.set_index(['posting_period', 'name'])],1).sum(level=0,axis=1).reset_index()
Out[728]: 
   posting_period     name  sales  profit
0               1  client1   60.0    10.0
1               1  client2  100.0    20.0
2               2  client1  170.0    30.0

- BENY