嵌套循環 - 替代解決方案 - Python pandas

Question

我已經開始學習 python，我想問一下下面的嵌套循環是否有另一種更快的解決方案：

for y in range(total_rows2):
    for x in range(total_rows1):
        if df2.iloc[y,0]==df1.iloc[x,0]:
            df1.iloc[x,1]=df1.iloc[x,1]+df2.iloc[y,17]

基本上，我找到了兩個數據幀（df1 和 df2）的行數（total_rows1 和 total_rows2）。 兩個數據幀的第一列（索引=0）對應於一些 ID。

如果兩個數據框的 ID 匹配，那么我想將 df2(index 17, column name='Profit') 的第 18 列的值添加到 df1 的第二列 (index=1, column name='Profit') . 一個 id 可能會在 df2 中出現兩次，但我會在 df1 中出現總和（請參閱下面的 id 0108）。 因此 df1 的“利潤”列將是每個 ID 的利潤之和。

df2:

---	ID	利潤
0	0104	0
1	0106	0
2	0107	0
3	0108	0

df1：

---	ID	失利	利潤
0	0104	100	230
1	0106	200	150
2	0108	150	120
3	0107	120	230
4	0109	100	400
5	0108	150	400

所以我希望 df2 看起來如下：

---	ID	利潤
0	0104	230
1	0106	150
2	0107	230
3	0108	520

謝謝！

Answer 1

我認為只需合並第一列上的兩個 dfs 然后進行添加就可以了。

框架：

>>> df1
  ID  B  C  D
0  e  3  8  1
1  d  5  1  1
2  g  6  5  1
3  e  8  8  7
4  j  9  3  6
5  i  4  0  5
6  g  0  4  1
7  a  3  7  2
8  e  0  6  9
9  b  2  9  6
>>> df2
  ID  col_17
0  j       9
1  c       3
2  d       6
3  g       4
4  h       4
5  g       5
6  e       1
7  d       8
8  b       0
9  i       6

合並：

>>> df3 = df1.merge(df2,how='left',on='ID')
>>> df3
   ID  B  C  D  col_17
0   e  3  8  1     1.0
1   d  5  1  1     6.0
2   d  5  1  1     8.0
3   g  6  5  1     4.0
4   g  6  5  1     5.0
5   e  8  8  7     1.0
6   j  9  3  6     9.0
7   i  4  0  5     6.0
8   g  0  4  1     4.0
9   g  0  4  1     5.0
10  a  3  7  2     NaN
11  e  0  6  9     1.0
12  b  2  9  6     0.0

添加：

>>> df3['B']=np.where(df3['col_17'].notna(),df3['B']+df3['col_17'],df3['B'])
>>> df3
   ID     B  C  D  col_17
0   e   4.0  8  1     1.0
1   d  11.0  1  1     6.0
2   d  13.0  1  1     8.0
3   g  10.0  5  1     4.0
4   g  11.0  5  1     5.0
5   e   9.0  8  7     1.0
6   j  18.0  3  6     9.0
7   i  10.0  0  5     6.0
8   g   4.0  4  1     4.0
9   g   5.0  4  1     5.0
10  a   3.0  7  2     NaN
11  e   1.0  6  9     1.0
12  b   2.0  9  6     0.0