पांडस में 2 डेटाफ्रेम मर्ज करें: कुछ कॉलम पर शामिल हों, अन्य को

Question

मैं विशिष्ट कॉलम (कुंजी 1, की 2) पर दो डेटाफ्रेम मर्ज करना चाहता हूं और अन्य कॉलम (मान) के मानों को जोड़ना चाहता हूं।

key1 key2 value 
0  0  0  0 
1  1  1  1 
2  2  2  12 
3  3  3  14 
4  4  4  12 
5  5  5  13 

एसक्यूएल संदर्भ में, मैं चाहता हूँ:

दृष्टिकोण 1

concatenated = pd.concat([df1, df2]) 
grouped = concatenated.groupby(['key1', 'key2'], as_index=False) 
summed = grouped.agg(np.sum) 
result = summed[['key1', 'key2', 'value']] 

:

SELECT df1.key1, df1.key2, df1.value + df2.value AS value 
FROM df1 OUTER JOIN df2 ON key1, key2 

मैं दो दृष्टिकोण की कोशिश की

>>> df1 = pd.DataFrame({'key1': range(4), 'key2': range(4), 'value': range(4)}) 
    key1 key2 value 
0  0  0  0 
1  1  1  1 
2  2  2  2 
3  3  3  3 

>>> df2 = pd.DataFrame({'key1': range(2, 6), 'key2': range(2, 6), 'noise': range(2, 6), 'value': range(10, 14)}) 
    key1 key2 noise value 
0  2  2  2  10 
1  3  3  3  11 
2  4  4  4  12 
3  5  5  5  13 

मैं इस परिणाम चाहते हैं 63,210

दृष्टिकोण 2

joined = pd.merge(df1, df2, how='outer', on=['key1', 'key2'], suffixes=['_1', '_2']) 
joined = joined.fillna(0.0) 
joined['value'] = joined['value_1'] + joined['value_2'] 
result = joined[['key1', 'key2', 'value']] 

दोनों दृष्टिकोण परिणाम मैं चाहता हूँ दे, लेकिन मुझे आश्चर्य है कि अगर वहाँ एक आसान तरीका है।

Answer 1

मैं के बारे में सरल नहीं पता है, लेकिन आप एक छोटे से अधिक संक्षिप्त प्राप्त कर सकते हैं:

>>> pd.concat([df1, df2]).groupby(["key1", "key2"], as_index=False)["value"].sum() 
    key1 key2 value 
0  0  0  0 
1  1  1  1 
2  2  2  12 
3  3  3  14 
4  4  4  12 
5  5  5  13 

ऑप्स चेनिंग के लिए अपनी सहिष्णुता के आधार पर आप वैसे भी कई पंक्तियों पर इस तोड़ने के लिए चाहते हो सकता है, हालांकि (चार इस मामले में concat-groupby-select-sum) में, मेरी ऊपरी सीमा के करीब होने लगता है।