Python:如果其他值在 DataFrame 之间匹配，则对 DataFrame 中的值求和

Question

我有两个不同长度的数据帧:

数据框A:

FirstName    LastName
Adam         Smith
John         Johnson

数据框 B:

First        Last        Value
Adam         Smith       1.2
Adam         Smith       1.5
Adam         Smith       3.0
John         Johnson     2.5

假设我想要做的是在“DataFrame A”中创建一个新列，对所有具有匹配姓氏的值求和，因此“A”中的输出将是:

FirstName    LastName    Sums
Adam         Smith       5.7
John         Johnson     2.5

如果我在 Excel 中，我会使用

=SUMIF(dfB!B:B, B2, dfB!C:C)

在 Python 中，我一直在尝试多种解决方案，但同时使用了 np.where、df.sum()、删除索引等，但我迷路了。下面的代码返回“ValueError:只能比较相同标记的系列对象”，但我认为它无论如何都写不正确。

df_a['Sums'] = df_a[df_a['LastName'] == df_b['Last']].sum()['Value']

非常感谢您的帮助。

Answer 1

使用boolean indexing与 Series.isin用于过滤然后聚合 sum:

df = (df_b[df_b['Last'].isin(df_a['LastName'])]
           .groupby(['First','Last'], as_index=False)['Value']
           .sum())

如果要同时匹配名字和姓氏:

df = (df_b.merge(df_a, left_on=['First','Last'], right_on=['FirstName','LastName'])
           .groupby(['First','Last'], as_index=False)['Value']
           .sum())