Summe der Pandas DataFrames

Question

Gibt es eine Möglichkeit, mehrere Pandas DataFrames mit einer ähnlichen Syntax wie pd.concat([df1, df2, df3, df4]) zu summieren. Ich verstehe aus der Dokumentation, dass ich df1.sum(df2, fill_value=0) tun kann, aber ich habe eine lange Liste von DataFrames, die ich summieren muss und fragte mich, ob ich es tun könnte, ohne eine Schleife zu schreiben.

Etwas damit verbundene Frage/Antwort: Pandas sum multiple dataframes (Stack-Überlauf)

Beispiel von dem, was das Ergebnis aussehen soll:

idx1 = pd.MultiIndex.from_tuples([('a', 'A'), ('a', 'B'), ('b', 'A'), ('b', 'D')]) 
idx2 = pd.MultiIndex.from_tuples([('a', 'A'), ('a', 'C'), ('b', 'A'), ('b', 'C')]) 
idx3 = pd.MultiIndex.from_tuples([('a', 'A'), ('a', 'D'), ('b', 'A'), ('b', 'C')]) 

np.random.seed([3,1415]) 
df1 = pd.DataFrame(np.random.randn(4, 1), idx1, ['val']) 
df2 = pd.DataFrame(np.random.randn(4, 1), idx2, ['val']) 
df3 = pd.DataFrame(np.random.randn(4, 1), idx3, ['val']) 

df1

df2

df3

Das Ergebnis sollte wie folgt aussehen:

Answer 1

Verwenden reduce mitmitParameter fill_value=0:

np.random.seed(12) 

a = pd.DataFrame(np.random.randint(3, size=(5,3)), columns=list('abc')) 
b = pd.DataFrame(np.random.randint(3, size=(5,2)), columns=list('ab')) 
c = pd.DataFrame(np.random.randint(3, size=(5,2)), columns=list('ac')) 
print(a) 
    a b c 
0 2 1 1 
1 2 0 0 
2 2 1 0 
3 1 1 1 
4 2 2 2 

print(b) 
    a b 
0 0 1 
1 0 0 
2 1 2 
3 1 2 
4 0 1 

print(c) 
    a c 
0 2 0 
1 2 2 
2 2 0 
3 0 2 
4 1 1 

---

from functools import reduce 

dfs = [a,b, c] 
d = reduce(lambda x, y: x.add(y, fill_value=0), dfs) 
print (d) 
    a b c 
0 4 2.0 1.0 
1 4 0.0 2.0 
2 5 3.0 0.0 
3 2 3.0 3.0 
4 3 3.0 3.0