在熊猫中总结两个以上具有相同索引的数据框

Question

我想在熊猫中添加具有相同索引的4个数据框的值。 如果有两个数据帧df1和df2，我们可以这样写：

df1.add(df2)

对于3个数据框：

df3.add(df2.add(df1))

我想知道在Python中是否有更通用的方法。

Answer 1

选项1
使用sum

sum([df1, df2, df3, df4])

选项2
使用reduce

from functools import reduce

reduce(pd.DataFrame.add, [df1, df2, df3, df4])

选项3
使用pd.concat和pd.DataFrame.sum ， level=1
这仅在数据帧索引具有单个级别的情况下有效。 为了使其正常工作，我们必须变得更加可爱。 我建议其他选择。

pd.concat(dict(enumerate([df1, df2, df3, df4]))).sum(level=1)

---

设定

df = pd.DataFrame([[1, -1], [complex(0, 1), complex(0, -1)]])
df1, df2, df3, df4 = [df] * 4

演示版

sum([df1, df2, df3, df4])

        0        1
0  (4+0j)  (-4+0j)
1      4j      -4j

---

from functools import reduce

reduce(pd.DataFrame.add, [df1, df2, df3, df4])

        0        1
0  (4+0j)  (-4+0j)
1      4j      -4j

---

pd.concat(dict(enumerate([df1, df2, df3, df4]))).sum(level=1)

        0        1
0  (4+0j)  (-4+0j)
1      4j      -4j

---

定时

小数据

%timeit sum([df1, df2, df3, df4])
%timeit reduce(pd.DataFrame.add, [df1, df2, df3, df4])
%timeit pd.concat(dict(enumerate([df1, df2, df3, df4]))).sum(level=1)

1000 loops, best of 3: 591 µs per loop
1000 loops, best of 3: 456 µs per loop
100 loops, best of 3: 3.61 ms per loop

大数据

df = pd.DataFrame([[1, -1], [complex(0, 1), complex(0, -1)]])
df = pd.concat([df] * 1000, ignore_index=True)
df = pd.concat([df] * 100, axis=1, ignore_index=True)
df1, df2, df3, df4 = [df] * 4

%timeit sum([df1, df2, df3, df4])
%timeit reduce(pd.DataFrame.add, [df1, df2, df3, df4])
%timeit pd.concat(dict(enumerate([df1, df2, df3, df4]))).sum(level=1)

100 loops, best of 3: 3.94 ms per loop
100 loops, best of 3: 2.9 ms per loop
1 loop, best of 3: 1min per loop