Tôi muốn kết hợp hai dataframes trên các cột cụ thể (key1, key2) và tổng hợp các giá trị cho một cột (giá trị) khác.hợp nhất 2 dataframes trong Pandas: tham gia vào một số cột, tổng hợp các số khác
>>> df1 = pd.DataFrame({'key1': range(4), 'key2': range(4), 'value': range(4)})
key1 key2 value
0 0 0 0
1 1 1 1
2 2 2 2
3 3 3 3
>>> df2 = pd.DataFrame({'key1': range(2, 6), 'key2': range(2, 6), 'noise': range(2, 6), 'value': range(10, 14)})
key1 key2 noise value
0 2 2 2 10
1 3 3 3 11
2 4 4 4 12
3 5 5 5 13
Tôi muốn kết quả này:
key1 key2 value
0 0 0 0
1 1 1 1
2 2 2 12
3 3 3 14
4 4 4 12
5 5 5 13
Về SQL, tôi muốn:
SELECT df1.key1, df1.key2, df1.value + df2.value AS value
FROM df1 OUTER JOIN df2 ON key1, key2
Tôi đã thử hai cách tiếp cận:
cách tiếp cận 1
concatenated = pd.concat([df1, df2])
grouped = concatenated.groupby(['key1', 'key2'], as_index=False)
summed = grouped.agg(np.sum)
result = summed[['key1', 'key2', 'value']]
.210
cách tiếp cận 2
joined = pd.merge(df1, df2, how='outer', on=['key1', 'key2'], suffixes=['_1', '_2'])
joined = joined.fillna(0.0)
joined['value'] = joined['value_1'] + joined['value_2']
result = joined[['key1', 'key2', 'value']]
Cả hai phương pháp cho kết quả tôi muốn, nhưng tôi tự hỏi, nếu có một cách đơn giản hơn.
Nó * có vẻ * giống như của họ phải là một cách ngắn gọn hơn ... như một tập hợp thời gian hợp nhất. –
Tôi đang tìm kiếm một chức năng phép thuật làm mọi thứ một cách tối ưu. – Laurie
Tôi đã chọn cách tiếp cận 2, và các chuỗi bị xích càng nhiều càng tốt vì nó nhanh hơn theo cách này. – Laurie