python - 如何基于列合并 Pandas 数据框？

Question

合并多个 pandas 数据帧的 pythonic/pandas 方式是什么？ ATM 我用循环来做，但感觉不对:

我有三个带有信用运行时间的数据帧，它们都有一个 interest 、 liquidation 和 date 字段。制作人员名单具有不同的运行时间(例如不同的行)。

这是一个学分的示例。

        amount      annuity date        int.    int. %  liq.    liq. %  special_payment
0       50,000.00   135.42  2016-09-01  52.08   1.25    83.33   2.00    0
1       49,916.67   135.42  2016-10-01  52.00   1.25    83.42   2.00    0
2       49,833.25   135.42  2016-11-01  51.91   1.25    83.51   2.00    0
3       49,749.74   135.42  2016-12-01  51.82   1.25    83.59   2.00    0
4       49,666.15   135.42  2017-01-01  51.74   1.25    83.68   2.00    0

我想计算所有积分的总消耗率。

即:

[interest + liquidation of credit 1] +  
[interest + liquidation of credit 2] +  
[interest + liquidation of credit 3]

如果信贷未在该给定日期运行，则利息 + 清算应为零。

我是 pandas 的新手，因此我希望获得一些关于如何解决此类问题的见解。

Answer 1

我认为你可以使用concat，但是你需要添加axis=1。我认为您需要使用 keys 参数，以便能够区分具有相同名称和不同信用的列。

import pandas as pd
import numpy as np
df1 = pd.DataFrame(np.random.rand(4,4),columns=['a','b','c','d'])
df2 = pd.DataFrame(np.random.rand(4,4),columns=['a','b','c','d'])
df3 = pd.concat([df1,df2],axis=1,keys=['Credit1','Credit2'])

要添加不同列中的数字，请使用，例如

burnrate = df3['Credit1','a']+df3['Credit2','a']