Объединение столбцов с суммированием значений в ячейках по одинаковому значению столбца

Question

Есть два датайрейма А и В. А:

P1 P2 P3
12 57 aa
23 23 bb
31 23 cc
46 12 dd

B:

P1 P4  P3
23 NaN bb
56 23  aa
63 34  aa
10 29  cc

Нужно объединить их по столбцу P3 так, чтобы в самом столбце Р3 не было дублирующихся значений. В случае, если в датафреймах А и В есть строка с одним и тем же значением в столбце Р3, то значения в других столбцах с одинаковым названием должны суммироваться. Я использую код:

C = pd.concat([A, B], sort = True)

он дает результат

P1 P2  P3 P4
12 57  aa NaN
23 23  bb NaN
31 23  cc NaN
46 12  dd NaN
23 NaN bb NaN
56 NaN aa 23
63 NaN aa 34
10 NaN cc 29

Желаемый результат:

P1  P2  P3 P4
131 57  aa 57
46  23  bb NaN
41  23  cc 29
46  12  dd NaN

Answer 1

Попробуйте сделать так:

res = pd.concat([df1, df2]).groupby("P3").sum(min_count=1).reset_index()
# min_count в аггрегаторе нужен, чтобы NaN возвращались как NaN, иначевы вместо них
# получите нули.

res:

   P3   P1    P2    P4
0  aa  131  57.0  57.0
1  bb   46  23.0   NaN
2  cc   41  23.0  29.0
3  dd   46  12.0   NaN

Можно еще сделать то же самое с приведением типов:

res = pd.concat([df1, df2]).groupby("P3").sum(min_count=1).reset_index().convert_dtypes()

res:

   P3   P1  P2    P4
0  aa  131  57    57
1  bb   46  23  <NA>
2  cc   41  23    29
3  dd   46  12  <NA>

если добавить

res = res.reindex(sorted(res.columns), axis=1)

то получите исходную сортировку фрейма лексиграфически по именам колонок:

    P1  P2  P3    P4
0  131  57  aa    57
1   46  23  bb  <NA>
2   41  23  cc    29
3   46  12  dd  <NA>

БЛОГ НА HUSL

Объединение столбцов с суммированием значений в ячейках по одинаковому значению столбца

Ответы (1 шт):