合并pandas数据帧，使用列操作

Question

我搜索了档案，但没有找到我想要的（可能是因为我真的不知道该用什么关键字）

我的问题是：我需要合并一组数据帧；我还想用数据帧的总和更新列子集的值。在

例如，我有两个数据帧，df1和df2：

df1=pd.DataFrame([ [1,2],[1,3], [0,4]], columns=["a", "b"])
df2=pd.DataFrame([ [1,6],[1,4]], columns=["a", "b"])

    a   b           a   b
0   1   2       0   1   5
1   1   3       2   0   6
2   0   4       

合并后，我希望用匹配记录的总和更新“b”列，而列“a”应该像以前一样像df1（或df2，不真正关心）：

^{pr2}$

现在，将其扩展到合并三个或更多的数据帧。在

有没有直接的，内置的技巧来做到这一点？或者我需要一行一行地处理？在

====编辑/澄清=====

在真实世界的例子中，每个数据帧可能包含不在其他数据帧中的索引。在这种情况下，合并的数据帧应该包含所有这些数据，并使用sum（或其他一些操作）更新共享条目/索引。在

Answer 1

只是部分的，还没有完全的解决方案。但主要问题解决了：

df3 = pd.concat([df1, df2], join = "outer", axis=1)
df4 = df3.b.sum(axis=1)

df3将有两个“a”列和两个“b”列。df3.b上的sum（）函数添加两个“b”列并忽略nan。现在，df4有列'b'，df1和df2的'b'列之和，以及所有索引。在

但没有解决列“a”。在我的实际例子中，df3.a中的NaN的数量非常少，而df3.a中的其他数量应该相同。我还没有找到一种在df4中生成列“a”并用非NaN填充值的简单方法。现在正在搜索一个“count”函数来获取df3.a行中元素的出现情况（假设它有几十个列“a”）。在