将Pandas中重复的索引合并为单个索引

Question

我有一个简单的数据框，就像这样：

d1={'a':{'1998-01-01':10}}
d2={'b':{'1998-01-01':3}}

df=pd.DataFrame.from_dict(d1)
df=df.append(pd.DataFrame.from_dict(d2))
df.index=pd.to_datetime(df.index)

             a   b
1998-01-01  10 NaN
1998-01-01 NaN   3

我想要

             a   b
1998-01-01  10   3

自1998年1月1日起共享指数

- NinjaGaiden

Answer 1

或者您可以使用 groupby 方法，通过参数 level=0 以不同的方式按 index 分组，并使用 sum 方法进行求和：

print df.groupby(level=0).sum()

             a  b
1998-01-01  10  3

或者更好的是：

print df.sum(level=0)

- jezrael

---

您正在创建两个不同的数据框。而我只有一个。我提供了代码来展示如何创建我的数据。还有其他方法吗？ - NinjaGaiden

抱歉，我不理解你的问题。另一个答案可能是最佳解决方案。 - jezrael

@jezrael，您能否解释一下level=0是什么意思？我已经查看了文档，但仍然不清楚。 - pfabri

@pfabri 检查MultiIndex，它意味着第一或第二级别，如果没有MultiIndex，则Index的工作方式与MultiIndex的第一级别相同。 - jezrael

Answer 2

另外一种方法是使用您的原始数据框：

print(df)
print(df.groupby(df.index).sum())

输出：

             a   b
1998-01-01  10 NaN
1998-01-01 NaN   3
             a  b
1998-01-01  10  3

- MaxU - stand with Ukraine