Python 合并具有不同结构的两个数据帧

我正在尝试将两个数据帧相互组合。但我还是停留在逻辑上（也许我对这个问题看得太久了）

问题： DF1的格式如下：

Country       ID    March    April  May  June 
Netherlands   A      10       20     15   14 
Netherlands   B      15       18     10    4
Germany       C       9        8      3    1 

然后，我有另一个数据帧：

DF2

我想合并这两列（格式与DF1相同）。 我的假设是，is应该类似于，groupby（Country+ID），然后（Month作为列，求和数字）。-但正如前面所说，我感到困惑

期望输出：

Country       ID    March    April  May  June   df2_Jan  df2_March   df2_April
Netherlands   A      10       20     15   14       0       36 #8+28     0
Netherlands   B      15       18     10    4       0        0          18
Germany       C       9        8      3    1       9        0           0

希望你能帮助我。提前多谢

您可以尝试：

merged_df = (
    df1.merge(
        df2.pivot_table(
            index=['Country', 'ID'],
            columns='Month',
            values='Number',
            aggfunc=sum,
            fill_value=0)
        .add_prefix('df2_')
        .reset_index(),
        on=['Country', 'ID']
    )
)

输出：

       Country ID  March  April  May  June  df2_April  df2_Jan  df2_March
0  Netherlands  A     10     20   15    14          0        0         36
1  Netherlands  B     15     18   10     4         18        0          0
2      Germany  C      9      8    3     1          0        9          0

• DF2中的求和实际上是一个简单的

  groupby（）.sum（）

  操作

  df2 = df2.groupby(['Country', 'ID', 'Month'])['Number'].sum()
  

  现在有了一个具有3级索引的系列

• 它似乎使DF2与DF1的格式相同，您只需要一个

  .unstack（）

  ，它将一个索引级别旋转到列

  df2 = df2.unstack('Number', fill_value=0)
  

• 以相同格式合并现在很容易

  df1.merge(df2.add_prefix('df2_').reset_index(), on=['Country', 'ID'])
  

---

根据@Nk03的回答，步骤1和步骤2可以替换为使用

aggfunc

参数调用

.pivot\u table

。

你看过这个了吗：aggfunc在理想情况下不应该是

np.sum

（因为每个文档的默认值似乎是

np.mean

）？这也是pivot_表文档中的示例所建议的。我不知道为什么，但它们似乎并不完全相同，例如，请参见

sum（pd.Series（[1，np.nan]）

vs.

np.sum（pd.Series（[1，np.nan]）

。@Cimbali，我正在用0填充nan值。所以，我想在这种特殊情况下这并不重要。

df1.merge(df2.add_prefix('df2_').reset_index(), on=['Country', 'ID'])