python - Pandas:如何有条件地对两个不同数据框中的值求和

Question

我有以下数据框:

df1
    Name        Leads
0   City0       22
1   City1       11
2   City2       28
3   City3       15
4   City4       14
5   City5       15
6   City6       25

df2
    Name        Leads
0   City1       13
1   City2       0
2   City4       2
3   City6       5

我想仅当名称列中的值匹配时才对潜在客户列中的值求和。我试过:

df3 = df1['Leads'] + df2['Leads'].where(df1['Name']==df2['Name'])

返回错误:

ValueError: Can only compare identically-labeled Series objects

在 StackOverflow 上看过类似的问题，但没有一个适合我的特定用途。有人能指出我正确的方向吗？

Answer 1

假设 df2.Name 值是唯一的，并且 df2 有确切的 2 列作为您的示例。让我们使用 map 和 defaultdict

来尝试一些不同的东西

from collections import defaultdict

df1.Leads + df1.Name.map(defaultdict(int, df2.to_numpy()))

Out[38]:
0    22
1    24
2    28
3    15
4    16
5    15
6    30
dtype: int64