python – 在Pandas中合并2个数据帧：加入一些列,总结其他列

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python – 在Pandas中合并2个数据帧：加入一些列,总结其他列，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1614字，纯文字阅读大概需要3分钟。

内容图文

我想合并特定列(key1,key2)上的两个数据帧,并总结另一列(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

在SQL术语中,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']]

两种方法都给出了我想要的结果,但我想知道是否有更简单的方法.

解决方法:

我不知道更简单,但你可以更简洁：

>>> pd.concat([df1, df2]).groupby(["key1", "key2"], as_index=False)["value"].sum()
   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

根据你对链接操作的容忍度,你可能想要将它分成多行,但是(四个往往接近我的上限,在这种情况下是concat-groupby-select-sum).

内容总结

以上是互联网集市为您收集整理的python – 在Pandas中合并2个数据帧：加入一些列,总结其他列全部内容，希望文章能够帮你解决python – 在Pandas中合并2个数据帧：加入一些列,总结其他列所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端