Python 跨两个不同的数据帧计算数据

我需要解决这个案例研究：

我有两个不同的数据框，我想在DF1中填写“到达”列（医院数据），根据DF1中的日期时间计算DF2中到达的所有pat（excel中是一个计数if函数）。例如，在DF1中，我将datetime=2013-01-01，我将统计DF2中到达的所有患者（到达列）=2，并将结果存储在“到达”（DF1）中

---

您可以首先在DF2上执行groupby，计算其中一列，然后将结果数据帧与DF1合并，如下所示：

df2_gr = df2.groupby('Arrival')['category'].count().reset_index()

df3 = df1.merge(df2_gr, left_on='datetime', right_on='Arrival', how='left').fillna(0)

---

您可以首先在DF2上执行groupby，计算其中一列，然后将结果数据帧与DF1合并，如下所示：

df2_gr = df2.groupby('Arrival')['category'].count().reset_index()

df3 = df1.merge(df2_gr, left_on='datetime', right_on='Arrival', how='left').fillna(0)

---

我想你在找groupby。这样的办法应该行得通。你需要从伯爵那里照顾南斯

import pandas as pd

d1 = pd.DataFrame([['A', 'B', 'C', 'D', 'E', 'F'], ['blah', 'blah', 'blah', 'blah', 'blah', 'blah']]).T
d2 = pd.DataFrame([['A', 'A', 'C', 'D', 'A', 'D'], ['blah', 'blah', 'blah', 'blah', 'blah', 'blah']]).T

unique_counts = d2.groupby(0).count()

pd.merge(d1, unique_counts, left_on=0, right_index=True, how='outer')

---

我想你在找groupby。这样的办法应该行得通。你需要从伯爵那里照顾南斯

import pandas as pd

d1 = pd.DataFrame([['A', 'B', 'C', 'D', 'E', 'F'], ['blah', 'blah', 'blah', 'blah', 'blah', 'blah']]).T
d2 = pd.DataFrame([['A', 'A', 'C', 'D', 'A', 'D'], ['blah', 'blah', 'blah', 'blah', 'blah', 'blah']]).T

unique_counts = d2.groupby(0).count()

pd.merge(d1, unique_counts, left_on=0, right_index=True, how='outer')

---

我已经尝试应用你们的答案，但并没有得到好的结果，正如你们在下面看到的：我只是有相同的值1970-01-01，而不是有一个具有相同值的列存储在datetime列中。Arrival列为空，而不具有所需的到达计数（来自df1）

---

我已经尝试应用你们的答案，但并没有得到好的结果，正如你们在下面看到的：我只是有相同的值1970-01-01，而不是有一个具有相同值的列存储在datetime列中。Arrival列为空，而不具有所需的到达计数（来自df1）

---

我已经按照你说的做了尝试，但是没有得到好的结果（我在下面发布了结果）我按照你说的做了尝试，但是没有得到好的结果（我在下面发布了结果）