如何对熊猫中两个不同大小数据集的列求和

Question

我有两个数据集。第一个 (df1) 包含超过 200.000 行，第二个 (df2) 只有两行。我需要创建一个新列 df1['column_2'] ，它是 df1['column_1'] 和 df2['column_1'] 的总和当我尝试制作 df1['column_2'] = df1['column_1'] + df2['column_1'] 时，我收到错误消息“试图在 DataFrame 的切片副本上设置值。尝试使用 . loc[row_indexer,col_indexer] = value 而不是"如何对具有不同行数的不同数据集的值求和？将不胜感激任何帮助！我的笔记本截图：https ://prnt.sc/p1d6ze

Answer 1

重新索引应用于与其他相比具有较少记录数的 df，例如这里 y

减法：

import pandas as pd

import re

x = pd.DataFrame([(100,200),(300,400),(100,111)], columns=['a','b'])

y = pd.DataFrame([(1,2),(3,4)], columns=['a','b'])

z= x - y.reindex_like(x).fillna(0)

添加

import pandas as pd

import re

x = pd.DataFrame([(100,200),(300,400),(100,111)], columns=['a','b'])

y = pd.DataFrame([(1,2),(3,4)], columns=['a','b'])

z= x + y.reindex_like(x).fillna(0)

乘法

import pandas as pd

import re

x = pd.DataFrame([(100,200),(300,400),(100,111)], columns=['a','b'])

y = pd.DataFrame([(1,2),(3,4)], columns=['a','b'])

z= x * y.reindex_like(x).fillna(1)

Answer 2

我试过你的代码，它使用Pandas 0.25.0 和Python 3.7.0没有错误。如果您使用旧版本，请考虑升级。

对于测试，我使用了df1 10 行（更短）：

   column_1

0        10

1        20

2        30

3        40

4        50

5        60

6        70

7        80

8        90

9       100

和df2有 2 行（就像在你的帖子中一样）：

   column_1

0         3

1         5

您的指令df1['column_2'] = df1['column_1'] + df2['column_1'] 给出以下结果：

   column_1  column_2

0        10      13.0

1        20      25.0

2        30       NaN

3        40       NaN

4        50       NaN

5        60       NaN

6        70       NaN

7        80       NaN

8        90       NaN

9       100       NaN

以便：

对具有“重叠”索引值的元素求和。

其他元素（在df2中没有相应的索引是NaN。

由于存在NaN值，此列被强制为float。

该指令的替代形式，使用.loc[...]是：

df1['column_2'] = df1.loc[:, 'column_1'] + df2.loc[:, 'column_1']

它也适用于我的电脑。

或者，也许您想 在求和之前将df2 “乘”（复制）到df1的长度？如果是，请运行：

df1['column_2'] = df1.column_1 + df2.column_1.values.tolist() * 5

在这种情况下， 5是df2应该“相乘”的次数。

这次没有发生索引对齐，结果是：

   column_1  column_2

0        10        13

1        20        25

2        30        33

3        40        45

4        50        53

5        60        65

6        70        73

7        80        85

8        90        93

9       100       105

Answer 3

我发现如果 df_1 是原始数据帧 df 的切片，我无法制作 df_1['column_3] = df_1['column_1] + df_1['column_2]。所以，我通过编写一个函数解决了我的问题：

def new_column(dataframe):

    if dataframe['column']=='value_1':

   dataframe['new_column'] =(dataframe['column_1']

   - df_2[df_2['column']=='value_1']

      ['column_1'].values[0])

    else:

       dataframe['new_column'] =(dataframe['column_1']

       - df_2[df_2['column']=='value_2']

          ['column_1'].values[0])

    return dataframe

dataframe=df_1.apply(new_column,axis=1)