计算熊猫数据帧的总和

Question

我有两个要按 bin 方式添加的数据框。也就是说，给定

dfc1 = pd.DataFrame(list(zip(range(10),np.zeros(10))), columns=['bin', 'count'])
dfc2 = pd.DataFrame(list(zip(range(0,10,2), np.ones(5))), columns=['bin', 'count'])

这给了我这个

dfc1:

       bin  count
0        0      0
1        1      0
2        2      0
3        3      0
4        4      0
5        5      0
6        6      0
7        7      0
8        8      0
9        9      0

dfc2:

       bin  count
0        0      1
1        2      1
2        4      1
3        6      1
4        8      1

我想生成这个：

       bin  count
0        0      1
1        1      0
2        2      1
3        3      0
4        4      1
5        5      0
6        6      1
7        7      0
8        8      1
9        9      0

我在其中添加了 bin 列匹配的计数列。

事实上，我只加了 1（也就是说，dfc2 中的计数始终为 1）。所以这个问题的另一个版本是“给定一个 bin 值数组 (dfc2.bin)，我如何在 dfc1 中为每个对应的计数值添加一个？”

到目前为止，我唯一的解决方案感觉非常低效（并且最终有点不可读），在两个 bin 列之间进行外部连接，从而创建了第三个数据框，我在该数据框上进行计算，然后投影出不需要的列。

建议？

Answer 1

首先将bin设置为两个数据帧的索引，然后您可以使用add，如果数据帧中缺少bin，则需要填充值来指示应使用零：

dfc1 = dfc1.set_index('bin')
dfc2 = dfc2.set_index('bin')
result = pd.DataFrame.add(dfc1, dfc2, fill_value=0)

Pandas 自动对具有相同索引的行求和。

顺便说一句，如果你需要经常执行这样的操作，我强烈推荐使用numpy.bincount，它甚至可以在一个数据帧内重复bin索引

Answer 2

由于 dfc1 索引与您的“bin”值相同，您可以简单地执行以下操作：

dfc1.iloc[dfc2.bin].cnt += 1

请注意，我将您的“count”列重命名为“cnt”，因为 count 是 pandas 内置的，这可能会导致混淆和错误！

Answer 3

作为@Alleo 答案的替代方案，您可以使用方法combineAdd 简单地将2 个数据帧和set_index 同时添加在一起，前提是它们的索引将由bin 匹配：

dfc1.set_index('bin').combineAdd(dfc2.set_index('bin')).reset_index()

   bin  count
0    0      1
1    1      0
2    2      1
3    3      0
4    4      1
5    5      0
6    6      1
7    7      0
8    8      1
9    9      0