如何使用python/pandas对不同数据框中的类别值进行求和？

Question

我刚开始学习Python，遇到了一个简单的问题，我想应该没什么大不了的。

+---------------------------+-------+
|        Dataframe 1        |       |
+---------------------------+-------+
| Category                  | Value |
| A                         | 1     |
| B                         | 10    |


+-------------+-------+
| Dataframe 2 |       |
+-------------+-------+
| Category    | Value |
| A           | 1     |
| C           | 5     |
+-------------+-------+



╔═══════════════════════════╦═══════╗
║ Result Dataframe expected ║       ║
╠═══════════════════════════╬═══════╣
║ Category                  ║ Value ║
║ A                         ║ 2     ║
║ B                         ║ 10    ║
║ C                         ║ 5     ║
╚═══════════════════════════╩═══════╝

有没有什么建议呢？

我希望我在表格方面做得还不错……

编辑：我想我已经修好了。

相关问题：

• 暂无相关问题

Answer 1

如果你有两列数据，分别是 Category（类别）和 Value（数值），而 Category 不是索引的话，你可以使用下面的代码来处理：

df1 = pd.DataFrame([('A',1),('B',10)], columns=['Category','Value'])
df2 = pd.DataFrame([('A',1),('C',5)], columns=['Category','Value'])

df_add = df1.set_index('Category').add(df2.set_index('Category'), fill_value=0)
df_add

输出结果：

           Value
Category    
A          2.0
B          10.0
C          5.0

Answer 2

如果“类别”这一列是数据框的索引，你可以使用 .add 方法：

import pandas

df1 = pandas.DataFrame({'value': [1, 5]}, index=['A', 'B'])
df2 = pandas.DataFrame({'value': [1, 10]}, index=['A', 'C'])
df1.add(df2, fill_value=0)

这会输出：

   value
A    2.0
B    5.0
C   10.0

Answer 3

试试这个：

pd.concat([df1,df2]).groupby('category').sum()

输出结果：

          value
category       
A             2
B             5
C            10