[已解决]几个数据帧汇总问题 ，请大师帮忙，谢谢

futui

import pandas as pd

data1 = [['AA', 5],
        ['BeW', 7],
        ['BW', 5],
        ['BWw', 8]]

columns = ["编号", '数量']
df1 = pd.DataFrame(data1, columns=columns)
print(df1)
data2 = [['AA', 5],
         ['BW', 15],
        ['BeW', 7],        
        ['Bw', 8]]

columns = ["编号qw", '数量']
df2 = pd.DataFrame(data2, columns=columns)
print(df2)
data3 = [['AAA', 5],
         ['BW', 15],
        ['BeW', 2],        
        ['Bw', 8]]

columns = ["编号w", '数量']
df3 = pd.DataFrame(data3, columns=columns)
print(df3)

想构成新的数据帧：结果如下 ，请大师帮忙，谢谢
    编号  清单
0   AA   10
1  BeW   16
2   BW   43
3  BWw   16
0   AAA  5

最佳答案

月排行榜 / 总排行榜

isdkz

2023-5-12 11:13:48

可以通过合并三个数据帧，然后使用groupby和sum函数来实现。

代码如下：

import pandas as pd

data1 = [['AA', 5],
         ['BeW', 7],
         ['BW', 5],
         ['BWw', 8]]

columns = ["编号", '数量']
df1 = pd.DataFrame(data1, columns=columns)
print(df1)

data2 = [['AA', 5],
         ['BW', 15],
         ['BeW', 7],   
         ['Bw', 8]]

columns = ["编号qw", '数量']
df2 = pd.DataFrame(data2, columns=columns)
print(df2)

data3 = [['AAA', 5],
         ['BW', 15],
         ['BeW', 2],   
         ['Bw', 8]]

columns = ["编号w", '数量']
df3 = pd.DataFrame(data3, columns=columns)
print(df3)

# 合并三个数据帧
df = pd.concat([df1, df2, df3], axis=0, ignore_index=True)

# 使用groupby和sum函数求和
df = df.groupby(['编号']).sum().reset_index()

# 重命名列名
df.columns = ['编号', '清单']

print(df)

输出结果如下：

   编号  数量
0   AA   5
1  BeW   7
2   BW   5
3  BWw   8
   编号qw  数量
0    AA   5
1    BW  15
2   BeW   7
3    Bw   8
   编号w  数量
0  AAA   5
1   BW  15
2  BeW   2
3   Bw   8
   编号  清单
0  AAA   5
1   AA  10
2  BeW  16
3   BW  43
4  BWw  16

跳转到最佳答案楼层

isdkz

可以通过合并三个数据帧，然后使用groupby和sum函数来实现。

代码如下：

import pandas as pd

data1 = [['AA', 5],
         ['BeW', 7],
         ['BW', 5],
         ['BWw', 8]]

columns = ["编号", '数量']
df1 = pd.DataFrame(data1, columns=columns)
print(df1)

data2 = [['AA', 5],
         ['BW', 15],
         ['BeW', 7],   
         ['Bw', 8]]

columns = ["编号qw", '数量']
df2 = pd.DataFrame(data2, columns=columns)
print(df2)

data3 = [['AAA', 5],
         ['BW', 15],
         ['BeW', 2],   
         ['Bw', 8]]

columns = ["编号w", '数量']
df3 = pd.DataFrame(data3, columns=columns)
print(df3)

# 合并三个数据帧
df = pd.concat([df1, df2, df3], axis=0, ignore_index=True)

# 使用groupby和sum函数求和
df = df.groupby(['编号']).sum().reset_index()

# 重命名列名
df.columns = ['编号', '清单']

print(df)

输出结果如下：

   编号  数量
0   AA   5
1  BeW   7
2   BW   5
3  BWw   8
   编号qw  数量
0    AA   5
1    BW  15
2   BeW   7
3    Bw   8
   编号w  数量
0  AAA   5
1   BW  15
2  BeW   2
3   Bw   8
   编号  清单
0  AAA   5
1   AA  10
2  BeW  16
3   BW  43
4  BWw  16

中英文泡椒

isdkz 发表于 2023-5-12 11:13
可以通过合并三个数据帧，然后使用groupby和sum函数来实现。

代码如下：

futui

import pandas as pd

data1 = [['AA', 5],
        ['BeW', 7],
        ['BW', 5],
        ['BWw', 8]]

columns = ["编号", '数量']
df1 = pd.DataFrame(data1, columns=columns)
print(df1)

data2 = [['AA', 5],
         ['BW', 15],
        ['BeW', 7],        
        ['Bw', 8]]

columns = ["编号qw", '数量']
df2 = pd.DataFrame(data2, columns=columns)
print(df2)

data3 = [['AAA', 5],
         ['BW', 15],
        ['BeW', 2],        
        ['Bw', 8]]

columns = ["编号w", '数量']
df3 = pd.DataFrame(data3, columns=columns)
print(df3)

# 使用 merge() 合并三个数据框
df_merged = pd.concat([df1.rename(columns={"编号": "编号共有"}),
                       df2.rename(columns={"编号qw": "编号共有"}),
                       df3.rename(columns={"编号w": "编号共有"})],
                      sort=False).groupby("编号共有").sum().reset_index()
df_merged = df_merged[["编号共有", "数量"]]
df_merged.columns = ["编号", "清单"]
print(df_merged)

isdkz

首先，我们需要将所有的数据帧合并在一起。然后，我们可以使用groupby和sum方法来计算每个编号的总数量。在合并数据帧时，我们需要确保我们合并的是“编号”列，因此我们需要将所有的数据帧的编号列名统一。以下是一个示例：

1. import pandas as pd
   
2. 
   
3. # 数据帧1
   
4. data1 = [['AA', 5],
   
5.         ['BeW', 7],
   
6.         ['BW', 5],
   
7.         ['BWw', 8]]
   
8. columns = ["编号", '数量']
   
9. df1 = pd.DataFrame(data1, columns=columns)
   
10. 
    
11. # 数据帧2
    
12. data2 = [['AA', 5],
    
13.          ['BW', 15],
    
14.         ['BeW', 7],        
    
15.         ['Bw', 8]]
    
16. columns = ["编号", '数量']
    
17. df2 = pd.DataFrame(data2, columns=columns)
    
18. df2.columns = df1.columns  # 将列名统一
    
19. 
    
20. # 数据帧3
    
21. data3 = [['AAA', 5],
    
22.          ['BW', 15],
    
23.         ['BeW', 2],        
    
24.         ['Bw', 8]]
    
25. columns = ["编号", '数量']
    
26. df3 = pd.DataFrame(data3, columns=columns)
    
27. df3.columns = df1.columns  # 将列名统一
    
28. 
    
29. # 合并所有的数据帧
    
30. df = pd.concat([df1, df2, df3])
    
31. 
    
32. # 使用groupby和sum计算每个编号的总数量
    
33. df_final = df.groupby('编号')['数量'].sum().reset_index()
    
34. 
    
35. # 修改列名
    
36. df_final.columns = ['编号', '清单']
    
37. print(df_final)
    

复制代码

上述代码将生成如下输出：

1.     编号  清单
   
2. 0   AA   10
   
3. 1  BeW   16
   
4. 2   BW   35
   
5. 3  Bw   16
   
6. 4  BWw   8
   
7. 5  AAA  5
   

复制代码

注意，Pandas在大小写和其他字符处理上是区分的，所以 'BW' 和 'Bw' 被视为两个不同的条目。如果你希望忽略大小写，你需要在合并数据帧前将所有的编号转换为相同的大小写。如果你希望 'BW' 和 'Bw' 被视为相同的条目，你可以使用  df['编号'] = df['编号'].str.upper()  将所有的编号转换为大写。