pandas-合并到具有不同列名称的数据集，将第二个值添加到第一个

Question

我有几个数据框：

DTime               A B C
2023-02-21 00:00:01 0 0 0 
2023-02-21 00:00:02 0 1 0 
2023-02-21 00:00:03 0 0 2 
2023-02-21 00:00:04 4 2 0 


DTime             AAA BBB CC DDD EE
2023-02-21 00:00:01 0 0 0 1 0
2023-02-21 00:00:02 0 1 0 0 0
2023-02-21 00:00:03 0 0 2 0 1
2023-02-21 00:00:04 1 0 0 0 0

我需要将第一个合并到第二个中，在其中显式映射列并对值求和。即 - 我希望 A sum 变为 AAA，B 变为 BBB，C 变为 CCC：

DTime            AAA BBB CC DDD EE
2023-02-21 00:00:01 0 0 0 1 0
2023-02-21 00:00:02 0 2 0 0 0
2023-02-21 00:00:03 0 0 4 0 1
2023-02-21 00:00:04 5 2 0 0 0

如果不逐行进行，我似乎无法实现这一点...但是必须有更好的方法，因为我有数千行和数百列。

??

谢谢，

Answer 1

merge

'DTime'

上的列，然后您将能够对相关列进行求和

如果列名称始终遵循问题中的逻辑（即

df1

中的列名称包含在

df2

中的匹配列名称中），则可以动态构建一个列表

matching_cols

，其中包含包含列名称的元组应该总结一下。

如果情况并非总是如此，您可能需要更改创建逻辑

matching_cols

out = df1.merge(df2, on="DTime")

df1_cols = df1.columns[1:]
df2_cols = df2.columns[1:]

matching_cols = [(col1, col2) for col1 in df1_cols for col2 in df2_cols if col1 in col2]

for col1, col2 in matching_cols:
    out[col2] = out[col2] + out[col1]

out.drop(columns=df1_cols, inplace=True)

                DTime  AAA  BBB  CC  DDD  EE
0 2023-02-21 00:00:01    0    0   0    1   0
1 2023-02-21 00:00:02    0    2   0    0   0
2 2023-02-21 00:00:03    0    0   4    0   1
3 2023-02-21 00:00:04    5    2   0    0   0