在pandas中添加兩個具有不同列的資料框

我想把兩個資料框架加在一起，因為第1列被加到第1列（如基于i，j的矩陣求和），第2列被加到第2列，如果該列在其中一個資料框架中不存在，它們仍應從其中一個資料框架中附加。

輸出應該是一個資料框架，包括一個顯示的索引。 ['太陽'、'風'、'水'、'流']，然后資料幀的范圍應該是1:22。

目前所有的值都是0，但是如果列 "2"，dt1中的單元格3是200，那么這個單元格將被添加到列 "2"，dt2中的單元格3是10，總數是210。

import pandas as pd 
cols = range(1, 20)
idx = ['Sun'/span>, 'Wind'/span>, 'Water'/span>, 'Flow'/span>]
rows = [0] * int(len(cols)
rows = [rows]

dt1 = pd.DataFrame(rows, index=idx, columns=cols)
dt1 = dt1.reset_index()

cols = range(3, 22)
idx = ['太陽', '風', '水', '流量']
rows = [0] * int(len(cols)
rows = [rows]

dt2 = pd.DataFrame(rows, index=idx, columns=cols)
dt2 = dt2.reset_index()


試過了。
df = dt1[dt1.columns[1:]].add(dt2[dt2.columns[1:]).fillna（0)

可能矩陣加法是使用兩個for回圈的方法，但是，我不太確定如何處理在正確的列中追加正確的值的比較。

uj5u.com熱心網友回復：

我想你可以像這樣重新索引兩個df:s

dt2 = dt2.reindex(range(1,22))

dt3 = dt1 dt2

uj5u.com熱心網友回復：

如果你的列和行在兩個資料框之間是對齊的：

>>> dt1.iloc[:, 1:].add(dt2.iloc[:, 1: ].values)

或者不要reset_index：

>>> dt1   dt2

uj5u.com熱心網友回復：

以下是我對你問題的理解，我的解決方案。

cols = range（1, 20)
idx = ['Sun'/span>, 'Wind'/span>, 'Water'/span>, 'Flow'/span>]
rows = [0] * int(len(cols)
rows = [rows]

dt1 = pd.DataFrame(rows, index=idx, columns=cols)

cols = range(3, 22)
idx = ['太陽', '風', '水', '流量']
rows = [0] * int(len(cols)
rows = [rows]

dt2 = pd.DataFrame(rows, index=idx, columns=cols)

# 根據匹配的列和索引添加資料框架。
dt3 = dt1   dt2

# 填充每一個與其他列的值不重疊的列。
for col in dt3:
    if col in dt1.columns:
        dt3[col].fillna(dt1[col],inplace = True)
    if col in dt2.columns。
        dt3[col].fillna(dt2[col],inplace = True)
        
# NaN是一個浮點型別，所以要把整個df轉換成整數。
dt3 = dt3.astype(int)

uj5u.com熱心網友回復：

使用差分和相交，你可以將dt2中的未知列添加到dt1中，然后對這些列進行共同求和。這里的假設是，你想要的是逐行相加（也就是說，每個資料集都有共同的行），所以reset_index是不需要的。

import pandas as pd
cols = range(1, 20)
idx = ['Sun'/span>, 'Wind'/span>, 'Water'/span>, 'Flow'/span>]
rows = [0] * int(len(cols)
rows = [rows]

dt1 = pd.DataFrame(rows, index=idx, columns=cols)

cols = range(3, 22)
idx = ['太陽', '風', '水', '流量']
rows = [0] * int(len(cols)
rows = [rows]

dt2 = pd.DataFrame(rows, index=idx, columns=cols)

# 從dt2插入新的列到dt1，然后添加公共列。
common_columns = dt1.columns.intersection(dt2.columns)
new_columns = dt2.columns.difference(dt1.columns)
dt1[new_columns] = dt2[new_columns] 。
dt1[common_columns]  = dt2[common_columns] 。
del dt2

uj5u.com熱心網友回復：

你可以通過Index.union()獲得列的聯合，通過.reindex()重新索引，填充值為0。 然后.add()2個資料幀和.reset_index()，如下所示：

dt1a = dt1.set_index('index' )
dt2a = dt2.set_index('index')
all_cols = dt1a.columns.union(dt2a.columns)

dt1b = dt1a.reindex(all_cols, axis=1, fill_value=0)
dt2b = dt2a.reindex(all_cols, axis=1, fill_value=0)

df_out = dt1b.add（dt2b）.reset_index()

資料輸入

dt1.at[2, 3] = 200。

print(dt1)

   索引 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
0 太陽 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 Wind 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
2 水 0 0 200 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
3 Flow 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

dt2.at[2, 3] =10

print(dt2)

   索引 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
0 太陽 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 Wind 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
2 水 10 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
3 Flow 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

輸出

print（df_out）。


   索引 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
0 太陽 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 數字">0 0 0 0 0 0
1 Wind 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 數字">0 0 0 0 0 0
2 水 0 0 210 00 0 0 0 0 0 0 0 0 0 0 0 數字">0 0 0 0 0 0
3 Flow 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 number">0 0 0 0 0 0

標籤：

上一篇：改變pandas資料框架的結構，將標題移至一列

下一篇：對于有缺失值的不同時間序列，以最早和最后的可用值計算百分比變化。