两个数据框的特定列的总和值

Question

我想对两个数据框的特定列求和。例如：df1 = pd.DataFrame({'a': [1,1,1], 'b': [1,1,1], 'c':['dd','ee','ff'], 'd':[1,1,1]})df2 = pd.DataFrame({'a': [1,1,1], 'b': [1,1,1], 'c':['dd','ee','ff'], 'd':[1,1,1]})所以我只想总结a，b和d列而不是c。输出 ：a b c  d2 2 dd 22 2 ee 22 3 ff 2有什么解决办法吗？谢谢

Answer 1

我使用 add 方法和combine_first方法来获得结果。select_dtypes允许基于数据类型的操作。

(df1

.add(df2.select_dtypes(include='number'))

.combine_first(df1)

)

    a   b   c   d

0   2   2   dd  2

1   2   2   ee  2

2   2   2   ff  2

Answer 2

尝试这个 ：

column_names = df1.columns.tolist()

columnTotal_dict = {}

for name in colum_names:

    try:

        df1[[name]] = df1[[name]].astype(int)

        df2[[name]] = df2[[name]].astype(int)

        sumCol_a_df1 = df1['a'].sum()

        sumCol_a_df2 = df2['a'].sum()

        columnTotal_dict[name] = sumCol_a_df1 + sumCol_a_df2

    except ValueError:

        print("Data in this column are not of type int. Skipping")

Answer 3

可以试试（假设列c可以取自第一个数据框）

>>> mask = ['a', 'b', 'd']

>>> df_out = df1[mask] + df2[mask]

>>> df_out['c'] = df1['c']

>>> df_out

   a  b  d   c

0  2  2  2  dd

1  2  2  2  ee

2  2  2  2  ff