合并两个不同结构的数据框

Question

我正在尝试将两个数据框相互组合。但我被逻辑困住了（也许我对这个问题看得太久了）。

问题： DF1 的格式如下：

Country       ID    March    April  May  June 
Netherlands   A      10       20     15   14 
Netherlands   B      15       18     10    4
Germany       C       9        8      3    1 

然后，我有另一个数据框：

DF2

Country      ID    Month   Number
Netherlands  A     March     8  
Netherlands  A     March     28  
Netherlands  B     April     18  
Germany      C     Jan       9

我想合并这两列（格式与 DF1 相同）。 我的假设是应该是这样的，按（国家+ ID）分组，然后（以月份为列，对数字求和）。 - 但如前所述，我很困惑。

期望的输出：

Country       ID    March    April  May  June   df2_Jan  df2_March   df2_April
Netherlands   A      10       20     15   14       0       36 #8+28     0
Netherlands   B      15       18     10    4       0        0          18
Germany       C       9        8      3    1       9        0           0

希望你能帮助我。提前非常感谢！

Answer 1

你可以试试：

merged_df = (
    df1.merge(
        df2.pivot_table(
            index=['Country', 'ID'],
            columns='Month',
            values='Number',
            aggfunc=sum,
            fill_value=0)
        .add_prefix('df2_')
        .reset_index(),
        on=['Country', 'ID']
    )
)

输出：

       Country ID  March  April  May  June  df2_April  df2_Jan  df2_March
0  Netherlands  A     10     20   15    14          0        0         36
1  Netherlands  B     15     18   10     4         18        0          0
2      Germany  C      9      8    3     1          0        9          0

Answer 2

• 在 DF2 中求和确实是一个简单的groupby().sum() 操作

  df2 = df2.groupby(['Country', 'ID', 'Month'])['Number'].sum()
  

  您现在有一个具有 3 级索引的系列。

• 似乎使 DF2 的格式与 DF1 相同，您只需要一个 .unstack() 即可将其中一个索引级别转换为列。

  df2 = df2.unstack('Month', fill_value=0)
  

• 现在可以轻松合并相同格式

  df1.merge(df2.add_prefix('df2_').reset_index(), on=['Country', 'ID'])
  

根据@Nk03 的回答，可以使用aggfunc 参数调用.pivot_table 来替换第1 步和第2 步。