合并两个Pandas数据框，将相应值相加

Question

I have two dataframes like these:

df1 = pd.DataFrame({'A': [1,0,3], 'B':[0,0,1], 'C':[0,2,2]}, index =['a','b','c'])
df2 = pd.DataFrame({'A': [0,0], 'B':[2,1]}, index =['a','c'])

df1 和 df2：

   | A | B | C |          | A | B |    
---|---|---|---|       ---|---|---|
 a | 1 | 0 | 0 |        a | 0 | 2 |   
 b | 0 | 0 | 2 |        c | 0 | 1 |
 c | 3 | 1 | 2 |

预期结果如下：

   | A | B | C |
---|---|---|---|
 a | 1 | 2 | 0 |
 b | 0 | 0 | 2 |
 c | 3 | 2 | 2 |

我有问题，因为数据框中可能会缺少列/行（df1可能没有所有列和行的df2）。

- kiril

---

请查看此帖子：https://dev59.com/rHLYa4cB1Zd3GeqPUi0A - Charlie Haley

我已经检查过了，但我的问题是这两个数据框架没有预定义的列集共享。因此，我无法将它们用作连接数据框架的键。 - kiril

Answer 1

根据此问题答案中的想法 - 在Pandas中合并两个数据帧：基于某些列连接，对其他列求和

由于在您的情况下，索引是共同的，因此您可以使用pandas.concat()将两个数据帧进行合并，然后根据索引使用DataFrame.groupby，最后对其求和。例如-

In [27]: df1
Out[27]:
   A  B  C
a  1  0  0
b  0  0  2
c  3  1  2

In [28]: df2
Out[28]:
   A  B
a  0  2
c  0  1

In [29]: pd.concat([df1,df2]).groupby(level=0).sum()
Out[29]:
   A  B  C
a  1  2  0
b  0  0  2
c  3  2  2

- Anand S Kumar

---

谢谢。我只会在In[29]命令的末尾添加“.fillna(0)”以删除“nan”。 - kiril