Python 迭代时串联和求和列值

我正在尝试创建一个函数，该函数将接收CSV文件，并创建数据帧和连接/求和，如下所示：

    id     number_of_visits
0   3902932804358904910  2
1   5972629290368575970  1
2   5345473950081783242  1
3   4289865755939302179  1
4   36619425050724793929 19

+ 

    id     number_of_visits
0   3902932804358904910  5
1   5972629290368575970  10
2   5345473950081783242  3
3   4289865755939302179  20
4   36619425050724793929 13

=

    id     number_of_visits
0   3902932804358904910  7
1   5972629290368575970  11
2   5345473950081783242  4
3   4289865755939302179  21
4   36619425050724793929 32

我的主要问题是，在创建数据帧后的for循环中，我试图通过

df+=new_-df

进行连接，但是没有添加

new_-df

。因此，我尝试了以下实现

def add_dfs(files):
    master = []
    big = pd.DataFrame({'id': 0, 'number_of_visits': 0}, index=[0]) # dummy df to initialize
    for k in range(len(files)):
        new_df = create_df(str(files[k])) # helper method to read, create and clean dfs
        master.append(new_df) #creates a list of dataframes with in master
    for k in range(len(master)):
        big = pd.concat([big, master[k]]).groupby(['id', 'number_of_visits']).sum().reset_index()
        # iterate through list of dfs and add them together
    return big

这给了我以下信息

    id   number_of_visits
1   1000036822946495682 2
2   1000036822946495682 4
3   1000044447054156512 1
4   1000044447054156512 9
5   1000131582129684623 1

因此，每个

用户id

的

访问次数

实际上并不是相加，它们只是按照您可以使用的

访问次数

进行排序

df1['u的访问次数]+=df2['u的访问次数']

这将为您提供：

|    |                   id |   number_of_visits |
|---:|---------------------:|-------------------:|
|  0 |  3902932804358904910 |                  7 |
|  1 |  5972629290368575970 |                 11 |
|  2 |  5345473950081783242 |                  4 |
|  3 |  4289865755939302179 |                 21 |
|  4 | 36619425050724793929 |                 32 |

---

将数据帧列表直接传递给

concat（）

，然后在

id上分组并求和

>>> pd.concat(master).groupby('id').number_of_visits.sum().reset_index()
                     id  number_of_visits
0  36619425050724793929                32
1   3902932804358904910                 7
2   4289865755939302179                21
3   5345473950081783242                 4
4   5972629290368575970                11

“所以每个用户id的访问次数实际上并没有加在一起，它们只是按照访问次数的顺序排序”好吧，那么你希望发生什么，这有什么不同？@KarlKnechtel我在帖子的开头展示了我想要的，但概括一下：我希望任何有多个条目的id只显示一次，并添加相应的访问次数。例如：如果数据帧A的id为100，有5次访问，数据帧B的id为100，有10次访问，那么当我将A和B加在一起时，我希望看到id为100，有15次访问。我的函数会得到两个id为100的条目依次显示是否有帮助？这没有帮助，因为我不只是想删除重复项；我需要为任何重复项添加访问次数中的值，同时删除重复项。如果您可以检测重复项并对其进行分组（这是删除它们的任务的一部分），则您可以进一步处理这些分组，例如通过对组内的值求和。感谢您的帮助！
def add_dfs(files):
    master = []
    for f in files:
        new_df = create_df(f) 
        master.append(new_df) 
    big = pd.concat(master).groupby('id').number_of_visits.sum().reset_index()
        
    return big