【问题标题】：How do I add pandas dataframes according to multi-index? [duplicate]如何根据多索引添加熊猫数据框？ [复制]
【发布时间】：2019-08-24 22:58:07
【问题描述】：

我有一个 pandas 数据框 A 如下：

A = pd.DataFrame({'v1' : [1,2,2],
         'v2':[2,3,4],
         'weight':[10,11,12]})
A.set_index(['v1','v2'])

B = pd.DataFrame({'v1' : [2,3,4],
         'v2' : [3,5,6],
         'weight':[20,21,22]})
B.set_index(['v1','v2'])

我想针对它们的多索引添加 A 和 B 以形成以下数据框：

我如何编码这个..？

提前谢谢你

【问题讨论】：

请提供重新创建两个输入数据帧的代码
@anky_91 我编辑了这篇文章。由于我是这个网站的新手，我不熟悉这个网站提供的写作工具。请原谅我的帖子很乱。
只做A.add(B, axis='index', fill_value=0)

标签： python pandas

【解决方案1】：

请注意，例如A.set_index(['v1','v2']) 只创建一个临时结果，使用新的 MultiIndex，但将索引保留在原始 DataFrame 中和以前一样。

所以我假设你执行了A.set_index(['v1','v2'], inplace=True)， B DataFrame 也是如此。

要生成总和，请运行单个指令：

pd.concat([A,B]).groupby(level=[0,1]).sum()

编辑

如果您有两个具有“正常”索引的 DataFrame（就像您创建它们一样），你也可以运行一条指令：

pd.concat([A,B]).groupby(['v1', 'v2']).sum()

【讨论】：

【解决方案2】：

加入A 和B：

A = pd.DataFrame({'v1' : [1,2,2],
         'v2':[2,3,4],
         'weight':[10,11,12]}).set_index(['v1', ' v2'])

B = pd.DataFrame({'v1' : [2,3,4],
         'v2' : [3,5,6],
         'weight':[20,21,22]}).set_index(['v1', 'v2'])

C = A.join(B, how='outer', lsuffix='_A', rsuffix='_B').fillna(0)
C['weight'] = C['weight_A'] + C['weight_B']

结果：

       weight_A  weight_B  weight
v1 v2                            
1  2       10.0       0.0    10.0
2  3       11.0      20.0    31.0
   4       12.0       0.0    12.0
3  5        0.0      21.0    21.0
4  6        0.0      22.0    22.0

如果需要，请删除 weight_A 和 weight_B

【讨论】：