Ich möchte zwei Datenrahmen in bestimmten Spalten (key1, key2) zusammenführen und die Werte für eine andere Spalte (Wert) zusammenfassen.Merge 2 Datenrahmen in Pandas: Join auf einigen Spalten, summiere andere
>>> 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
Ich möchte dieses Ergebnis:
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
In SQL Begriffe, ich will:
SELECT df1.key1, df1.key2, df1.value + df2.value AS value
FROM df1 OUTER JOIN df2 ON key1, key2
Ich habe versucht, zwei Ansätze:
Ansatz 1
concatenated = pd.concat([df1, df2])
grouped = concatenated.groupby(['key1', 'key2'], as_index=False)
summed = grouped.agg(np.sum)
result = summed[['key1', 'key2', 'value']]
Ansatz 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']]
Beide Ansätze geben das Ergebnis, das ich will, aber ich frage mich, ob es einen einfacheren Weg ist.
Es scheint * scheint * wie ihre sollte eine knappere Art sein ... wie eine merge-time-Aggregation. –
Ich war auf der Suche nach einer magischen Funktion, die alles optimal macht. – Laurie
Ich wählte den Ansatz 2 und verkettete Operationen so viel wie möglich, weil es auf diese Weise schneller ist. – Laurie