基于df2中的.eq（）对df1中的值求和

Question

我想总结一下2017年6小时内基于同等价格的一些市场容量

我有一个数据框架，df1（market_volumes），它包含一些地区的市场容量。然后我有另一个数据帧，df2（mFRR_price），它包含一些市场价格

df1
             Date  NO1 Up  NO1 Down  NO2 Up  ...  DK1 Up  DK1 Down  DK2 Up  DK2 Down
35062  31-12-2020    54.0       0.0   214.0  ...    33.0       0.0    31.0       0.0
35063  31-12-2020     3.0       0.0   121.0  ...   125.0       0.0    21.0       0.0
35064  31-12-2020     0.0     -28.0     0.0  ...     0.0      -9.0     0.0       0.0
35065  31-12-2020     0.0     -83.0     0.0  ...     0.0       0.0     0.0       0.0
35066  31-12-2020     0.0     -80.0     0.0  ...     0.0     -55.0     0.0       0.0
35067  31-12-2020     0.0     -42.0     0.0  ...    79.0       0.0    23.0       0.0

df2
             Date  NO1 Up  NO2 Up  NO3 Up  ...  SE4 Up  FI Up  DK1 Up  DK2 Up
35062  31-12-2020    47.4    47.4    27.2  ...    61.1   61.1    94.1    94.1
35063  31-12-2020    31.0    31.0    25.7  ...    58.0   35.3    89.4    89.4
35064  31-12-2020    24.8    24.8    24.8  ...    54.5   24.8    56.7    56.7
35065  31-12-2020    24.8    24.8    24.8  ...    51.2   28.0    52.4    52.4
35066  31-12-2020    24.6    24.6    24.6  ...    45.8   26.6    51.9    51.9
35067  31-12-2020    24.1    24.1    23.3  ...    24.1   24.1    78.7    78.7

现在，如果df2中一行中的值等于“NO1 up”列中的值，我想总结df1中的市场容量

也就是说，我正在寻找一种方法，以一个新的数据帧结束，这将导致：

df3
             Date  NO1 Up  NO1 Down  NO2 Up  ...  DK1 Up  DK1 Down  DK2 Up  DK2 Down    SUM
35062  31-12-2020    54.0       0.0   214.0  ...    33.0       0.0    31.0       0.0    (54+214)
35063  31-12-2020     3.0       0.0   121.0  ...   125.0       0.0    21.0       0.0    (3+121)
35064  31-12-2020     0.0     -28.0     0.0  ...     0.0      -9.0     0.0       0.0    etc.
35065  31-12-2020     0.0     -83.0     0.0  ...     0.0       0.0     0.0       0.0
35066  31-12-2020     0.0     -80.0     0.0  ...     0.0     -55.0     0.0       0.0
35067  31-12-2020     0.0     -42.0     0.0  ...    79.0       0.0    23.0       0.0

。。。因为它定位的区域价格相等，并且在数据帧中对这些位置的市场容量求和

我一直在做这个：

market_volumes['sum'] = mFRR_price.eq(mFRR_price['NO1 Up'], axis=0).mul(mFRR_price['NO1 Up'], axis=0).sum(axis=1)

但它将df2中的值相加，并将其放入df1中。我需要df2中的位置，但需要df1中的值

Answer 1

import pandas as pd
df3['SUM'] = df3['NO1 Up'] + df3['NO2 Up']

Answer 2

可以使用.loc并应用布尔索引

df1.loc[df2['NO1 Up'] == df2['NO2 Up'], 'SUM'] = df1['NO1 Up'] + df1['NO2 Up']
df1.loc[df2['NO1 Up'] != df2['NO2 Up'], 'SUM'] = 0

第一行沿着df2的索引向下，检查列NO1 Up和NO2 Up中的值是否相等。然后，它创建一个名为“SUM”的列—此新列的值取决于前面布尔值的结果。。如果前面的布尔值为true，则转到SUM列并执行以下操作：

= df1['NO1 Up'] + df1['NO2 Up']

相反，如果结果为假，pandas将在SUM列中插入'NaN'

不确定您是否同意NaN值。大多数不是，所以第二行代码或多或少是第一行代码的倒数。。。如果df2['NO1 Up']！=df2['NO2 Up']，然后在df1 SUM列中插入整数0

同样，可能还有其他方法来实现你想要的