如何使用python在列中加入csv和求和值

Question

我有一个这样的 csv 文件：

file1.csv
date        item1    spec    count
2019-03-29  book     blue     10
2019-03-30  shirt    green    11
...
2019-04-25  book     blue     20
2019-04-26  shirt    green    15

和另一个像这样的文件 csv：

file2.csv
date        item1    spec    count
2019-03-29  book     blue     5
2019-03-30  shirt    green    4
...
2019-04-25  book     blue     7
2019-04-26  shirt    green    8

我想将该文件组合成这样：

fileResult.csv
date        item1    spec    count
2019-03-29  book     blue     15
2019-03-30  shirt    green    15
...
2019-04-25  book     blue     27
2019-04-26  shirt    green    23

有人可以帮我解决这个问题吗？

非常感谢

Answer 1

如果您的两个数据框具有相同的 shape（相同数量的行、列）并且数据与您的示例一样对齐，我们可以简单地执行以下操作：

df1['count'] = df1['count'] + df2['count']

---

print(df1)
         date  item1   spec  count
0  2019-03-29   book   blue     15
1  2019-03-30  shirt  green     15
2  2019-04-25   book   blue     27
3  2019-04-26  shirt  green     23

否则使用merge：

final = df1.merge(df2, on=['date', 'item1', 'spec'])
final['count'] = final.pop('count_x')+ final.pop('count_y')

---

         date  item1   spec  count
0  2019-03-29   book   blue     15
1  2019-03-30  shirt  green     15
2  2019-04-25   book   blue     27
3  2019-04-26  shirt  green     23

Answer 2

首先读取 csv 并保存在数据框中
使用 pd.concat()
连接两个文件 groupby date,item,spec 并使用 groupby() 对计数求和

df1 = pd.read_csv('csv1.csv')
df2 = pd.read_csv('csv2.csv')
df3 = pd.concat([df1,df2])
final_result= df3.groupby(['date','item','spec'],as_index=False)['count'].sum()

希望能解决你的问题

Answer 3

1. 读取 csv：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.read_csv.html

2. 将数据帧彼此附加：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.append.html

3. 按日期、项目 1、规格分组并使用 sum 作为聚合器：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.groupby.html