Python 如何使用公共键对三个不同数据帧中的列求和

我正在读一份excel电子表格，里面有三张关于学校的表格，如下所示

import sys
import pandas as pd
inputfile = sys.argv[1]
xl = pd.ExcelFile(inputfile)
print xl.sheet_names
df1 = xl.parse(xl.sheet_names[0], skiprows=14)
df2 = xl.parse(xl.sheet_names[1], skiprows=14)
df3 = xl.parse(xl.sheet_names[2], skiprows=14)
df1.columns = [chr(65+i) for i in xrange(len(df1.columns))]
df2.columns = df1.columns
df3.columns = df1.columns

每个学校的唯一id位于三个数据框中的“D”列中。我想制作一个新的dataframe，它有两列。第一个是来自df1、df2、df3的列“G”的和，第二个是来自df1、df2、df3的列“K”的和。换句话说，我认为我需要以下步骤

筛选所有三个数据帧中实际存在唯一列“D”ID的行。如果学校没有出现在所有的三张纸上，那么我就放弃它

对于剩余的每一行（学校），将三个数据框中“G”列中的值相加

对列“K”执行相同的操作

我对熊猫还不熟悉，但我该怎么做呢？不知何故，在步骤2和3中必须使用唯一ID，以确保添加的值对应于同一学校

---

尝试解决方案

df1 = df1.set_index('D')
df2 = df2.set_index('D')
df3 = df3.set_index('D')
df1['SumK']= df1['K'] +  df2['K'] + df3['K']
df1['SumG']= df1['G'] +  df2['G'] + df3['G']

---

连接数据帧后，您可以使用

groupby

和

count

获取所有三个数据帧中存在的“D”值列表，因为每个数据帧中只有一个值。然后，您可以使用它来过滤连接的数据帧，以对需要的任何列求和，例如：

df = pd.concat([df1, df2, df3])
criteria = df.D.isin((df.groupby('D').count() == 3).index)
df[criteria].groupby('D')[['G', 'K']].sum()

---

我添加了一个尝试的解决方案。我想我现在只需要过滤掉NaN行。