如何使用 .add() 函数在 python 中合并两个数据帧

Question

请使用所附图片作为参考。我有两个数据框df_class_a有数据：Subject maximum minimumPhysics  98      50 Maths    100     45 Chem     99      65  df_class_b 与数据Subject maximum minimumMaths    100     45 Physics  98      44 Chem     85      50 language 88      54 我想将它们合并以形成一个新的数据框，例如 df_addSubject maximum minimumMaths    200     90 Physics  196     94 Chem     184     115 Language  88     54这将是数据帧的总和，但它们都没有相同的数据行。我如何使用 pandas 中的 .add 功能来做到这一点。

Answer 1

另一个解决方案：

m = pd.merge(df1, df2, on='Subject', how='outer')

m['maximum'] = m[['maximum_x', 'maximum_y']].sum(axis=1)

m['minimum'] = m[['minimum_x', 'minimum_y']].sum(axis=1)

print(m[['Subject', 'maximum', 'minimum']])

印刷：

    Subject  maximum  minimum

0     Maths    200.0     90.0

1   Physics    196.0     94.0

2      Chem    184.0    115.0

3  language     88.0     54.0

Answer 2

转换Subject为DataFramesby中的索引DataFrame.set_index，然后使用DataFrame.addwith fill_value=0)：

df = df_class_a.set_index('Subject').add(df_class_b.set_index('Subject'), fill_value=0)

print (df)

          maximum  minimum

Subject                   

Chem        184.0    115.0

Maths       200.0     90.0

Physics     196.0     94.0

language     88.0     54.0

concat或者与聚合一起使用sum：

df = pd.concat([df_class_a, df_class_b]).groupby('Subject', as_index=False).sum()

print (df)

    Subject  maximum  minimum

0      Chem      184      115

1     Maths      200       90

2   Physics      196       94

3  language       88       54

Answer 3

你可以试试：

df_add = pd.DataFrame({

'Subject': df_class_a['Subject'],

'Maximum': df_class_a['Maximum']+df_class_b['Maximum'],

'Minimum': df_class_a['Minimum']+df_class_b['Minimum']

})