僅當行和列值相同時才添加兩個pandas數據幀值

Question

我有兩個不同大小的數據幀，其中一個比另一個大，但第二個數據幀有更多列。

我在嘗試添加數據幀時遇到問題，如果它與另一個數據幀具有相同的列和行值，在這種情況下是id

這是一些虛擬數據以及我是如何嘗試解決它的

import pandas as pd

df1 = pd.DataFrame([(1,2,3),(3,4,5),(5,6,7),(7,8,9),(100,10,12),(100,10,12),(100,10,12)], columns=['id','value','c'])
df2 = pd.DataFrame([(1,200,3,4,6),(3,400,3,4,6),(5,600,3,4,6),(5,620,3,4,6)], columns=['id','value','x','y','z'])

因此，如果df1和df2 id相同，則將列值添加“whatToAdd”中的值

數據

df1: 
         id    value    c     
         1     2        3     
         3     4        5     
         5     6        7
         7     8        9     
         100   10       12    
         100   10       12
         100   10       12
df2: 
         id    value    x     y    z
         1     200      3     4    6
         3     400      3     4    6
         5     600      3     4    6
         5     620      3     4    6 

預期：

  Out: 
     id    value    x     y    z
     1     202      3     4    6
     3     404      3     4    6
     5     606      3     4    6
     5     626      3     4    6 

嘗試：

for each in df1.a:
    if(df2.loc[df2['a'] == each]):
        df2['a']+=df['a']

發出錯誤“DataFrame的真值是不明確的。使用a.empty，a.bool（），a.item（），a.any（）或a.all（）。” 這讓我感到困惑，因為我試過：

df2.loc[df2['a']==1

離開循環，它的工作原理

Answer 1

將兩個數據幀設置為具有相同的索引后：

df1 = df1.set_index("id")
df2 = df2.set_index("id")

你可以做一個非常簡單的操作：

mask = df1.index.isin(df2.index)
df2["value"] += df1.loc[mask, "value"]

輸出：

    value   x   y   z
id              
1   202     3   4   6
3   404     3   4   6
5   606     3   4   6
5   626     3   4   6

您可以隨時執行df2.reset_index()以恢復原始設置。

Answer 2

您可以將set_index與add set_index使用，然后使用reindex

df1.set_index('id').add(df2.set_index('id'),fill_value=0).dropna(axis=0).reset_index().reindex(columns=df2.columns)
Out[193]: 
   id  value    x    y    z
0   1  202.0  3.0  4.0  6.0
1   3  404.0  3.0  4.0  6.0
2   5  606.0  3.0  4.0  6.0
3   5  626.0  3.0  4.0  6.0

Answer 3

這是我提出的代碼。 它使用dict在df1中查找每個id的值。 然后可以使用Map在df2中查找每個id的值，創建一個系列，然后將其添加到df2 ['value']以產生所需的結果。

df1_lookup = dict(df1.set_index('id')['value'].items())
df2['value'] += df2['id'].map(lambda x: df1_lookup.get(x, 0))

Answer 4

這是一個單行。

df2.loc[:, 'value'] += [df1.set_index('id').loc[i, 'value'] for i in df2.id]
print(df2)
>>>
   id  value  x  y  z
0   1    202  3  4  6
1   3    404  3  4  6
2   5    606  3  4  6
3   5    626  3  4  6