Python 基于另一个数据帧的行值对一个数据帧中的列求和

比如说，我有一个数据帧df：

   a  b   c  d   e
0  1  2  dd  5  Col1
1  2  3  ee  9  Col2
2  3  4  ff  1  Col4

还有另一个数据帧df2：

  Col1   Col2   Col3 
0  1      2       4      
1  2      3       5      
2  3      4       6  

我需要在第一个数据帧中添加一个列和，其中它根据df1中列e的值对第二个数据帧df2中列的值求和

预期产量

   a  b   c  d   e     Sum
0  1  2  dd  5  Col1    6
1  2  3  ee  9  Col2    9
2  3  4  ff  1  Col4    0

最后一行中的和值为0，因为df2中不存在Col4

我尝试的是：编写一些lamda，应用函数。我没能做到。 我非常感谢你的帮助。谢谢。

试试看

df['Sum']=df.e.map(df2.sum()).fillna(0)
df
Out[89]: 
   a  b   c  d     e  Sum
0  1  2  dd  5  Col1  6.0
1  2  3  ee  9  Col2  9.0
2  3  4  ff  1  Col4  0.0

试一试

---

试试这个。以下解决方案使用apply方法对df2中存在的特定列的所有值求和，如果df2中不存在此类列，则返回0

---

试试这个。以下解决方案使用apply方法对df2中存在的特定列的所有值求和，如果df2中不存在此类列，则返回0

使用.iterrows在数据帧中进行迭代，提取每行的值和索引

循环嵌套风格的迭代可用于从第二个数据帧获取所需的值，并将其应用于第一个数据帧

import pandas as pd

df1 = pd.DataFrame(data={'a': [1,2,3], 'b': [2,3,4], 'c': ['dd', 'ee', 'ff'], 'd': [5,9,1], 'e': ['Col1','Col2','Col3']})
df2 = pd.DataFrame(data={'Col1': [1,2,3], 'Col2': [2,3,4], 'Col3': [4,5,6]})
df1['Sum'] = df1['a'].apply(lambda x: None)


for index, value in df1.iterrows():
  sum = 0
  for index2, value2 in df2.iterrows():
    sum += value2[value['e']]
    
  df1['Sum'][index] = sum

输出：

    a   b   c   d   e       Sum
0   1   2   dd  5   Col1    6
1   2   3   ee  9   Col2    9
2   3   4   ff  1   Col3    15

使用.iterrows在数据帧中进行迭代，提取每行的值和索引

循环嵌套风格的迭代可用于从第二个数据帧获取所需的值，并将其应用于第一个数据帧

import pandas as pd

df1 = pd.DataFrame(data={'a': [1,2,3], 'b': [2,3,4], 'c': ['dd', 'ee', 'ff'], 'd': [5,9,1], 'e': ['Col1','Col2','Col3']})
df2 = pd.DataFrame(data={'Col1': [1,2,3], 'Col2': [2,3,4], 'Col3': [4,5,6]})
df1['Sum'] = df1['a'].apply(lambda x: None)


for index, value in df1.iterrows():
  sum = 0
  for index2, value2 in df2.iterrows():
    sum += value2[value['e']]
    
  df1['Sum'][index] = sum

输出：

    a   b   c   d   e       Sum
0   1   2   dd  5   Col1    6
1   2   3   ee  9   Col2    9
2   3   4   ff  1   Col3    15