如何合并两个数据集并对共享列frequency求和

原始数据集 #

第一个数据集：

第二个数据集：

期望结果 #

解决方案 #

1. Python Pandas 实现

import pandas as pd

# 加载两个数据集（实际场景可通过read_csv/read_excel读取）
df1 = pd.DataFrame({
    'from': ['a', 'a'],
    'to': ['a', 'b'],
    'frequency': [2, 3]
})

df2 = pd.DataFrame({
    'from': ['a', 'a'],
    'to': ['a', 'b'],
    'frequency': [3, 4]
})

# 合并后按from、to分组求和
result_df = pd.concat([df1, df2]).groupby(['from', 'to'], as_index=False)['frequency'].sum()

print(result_df)

2. SQL 实现

假设两个数据表分别为table1和table2，执行以下查询：

SELECT 
    `from`,
    `to`,
    SUM(frequency) AS frequency
FROM (
    SELECT `from`, `to`, frequency FROM table1
    UNION ALL
    SELECT `from`, `to`, frequency FROM table2
) AS combined_data
GROUP BY `from`, `to`;

3. Excel 实现

1. 将两个数据集放置在同一工作表的不同区域（如A1:C3和E1:G3）
2. 选中空白区域，点击「插入」→「数据透视表」
3. 将from和to拖至「行」区域，frequency拖至「值」区域
4. 右键点击值区域的frequency，选择「值字段设置」，将计算类型改为「求和」

内容的提问来源于stack exchange，提问作者Antonio Alaia