Python 3.x python dataframe：在第二个dataframe中创建一列，根据第一个dataframe中匹配的项使用聚合值

我有以下数据帧：

df1:
id | country | state | amt1 | amt2 | var1 | var2
1 | US | TX | 20 | 40 | a | X
2 | US | CA | 30 | 900 | b  | Y
3 | US | CA | 40 | 230 | c | X
4 | US | TX | 80 | 670 | d | X
5 | US | NY | 20 | 120 | a | Y
6 | US | TX | 10 | 80 | c | X

这是一个示例dataframe—我拥有的原始dataframe有多个其他列，具有不同类型的变量

我想创建另一个数据帧，该数据帧将包含来自第一个数据帧的任何列的聚合率（总和/计数/任何其他函数），每个匹配的国家/州

为此，我已经创建了第二个数据框，其中包含国家分组，州：

df2:
country | state | num
US | TX | 3
US | CA | 2
US | NY | 1

现在，我希望能够将任何列添加到df2，这将包含匹配国家和州的“df1”中的“amt1”之和

我可以使用iterrows执行此操作：

for i, row in df2.iterrows():
    amt = df1[(df1.state == df2.state ) & (df1.country == df2.country )].amt1.sum()
    df2.set_value(i, 'Amt ', amt)

然而，对于大型数据集来说，这需要花费大量时间

---

想知道是否有其他有效的方法来实现这一点，而不是使用iterrows

根据我的理解，您只需要

groupby

您的df1，获得amt1的总和，然后

与df2合并

df2.merge(df1.groupby(['country','state'],as_index=False).amt1.sum())
Out[792]: 
  country state  num  amt1
0      US    TX    3   110
1      US    CA    2    70
2      US    NY    1    20

那起作用了。。。谢谢@丽都Yw~：-）快乐编码