Pandas合并两个数据帧，对相似的列求和，只保留具有匹配键的行（内部联接）

Question

我被困在pandasconcat和merge函数之间，努力实现两者的最佳效果。我需要在name和date上对行进行内部联接，对公共列A和B求和，并保留category中的值（如果需要，我可以将其添加到联接中，它们匹配）

示例-

df1

| name | date     | A | B | category |
|------|----------|---|---|----------|
| W    | 1/1/2020 | 1 | 1 | home     |
| W    | 1/2/2020 | 1 | 1 | home     |
| Y    | 1/3/2020 | 1 | 1 | garden   |
| Y    | 1/4/2020 | 1 | 1 | garden   |

df2

| name | date     | A | B | category |
|------|----------|---|---|----------|
| W    | 1/1/2020 | 2 | 2 | home     |
| W    | 1/2/2020 | 1 | 1 | home     |
| Y    | 1/3/2020 | 1 | 1 | garden   |
| Y    | 1/5/2020 | 1 | 1 | garden   |

期望结果-

| name | date     | A | B | category |
|------|----------|---|---|----------|
| W    | 1/1/2020 | 3 | 3 | home     |
| W    | 1/2/2020 | 2 | 2 | home     |
| Y    | 1/3/2020 | 2 | 2 | garden   |

我发现merge将连接行，但复制未连接的任何列，而不是对它们求和

concat将对行求和，但不进行内部联接，因此我只从一个数据帧或另一个数据帧获取数据行。我试过pd.concat([df_1, df_2], join='inner'，但“内部”并不能满足我的需要

Answer 1

这个怎么样：

dff = df1
    .set_index(['name', 'date', 'category'])
    .add(df2.set_index(['name', 'date', 'category'])
    .reset_index()
    .dropna()
    .reindex(columns=df1.columns)

dff

输出：

    name    date    A   B   category
 0  W   1/1/2020    3   3   home
 1  W   1/2/2020    2   2   home
 2  Y   1/3/2020    2   2   garden

这就是你想要的