如何基于另一个DataFrame的键值返回求和结果？

错误原因 #

你之前写的df2[0]==df1[0]是试图按索引逐行对比两个Series的元素，但df1和df2的行数不同、索引不完全对应，所以触发了"只能对比标签完全一致的Series对象"的错误。我们需要的是检查df2的第0列值是否存在于df1的第0列集合中，而非按索引逐行匹配。

方案一：用isin()筛选后求和（最简洁） #

直接用isin()方法匹配符合条件的行，再对第1列求和：

result = df2.loc[df2[0].isin(df1[0]), 1].sum()

这个方法会先找出df2中第0列值在df1第0列里的所有行，然后提取这些行的第1列并求和，刚好得到你要的9。

方案二：用merge()合并后求和 #

如果需要保留匹配的详细数据，也可以先合并两个DataFrame再求和：

# 内连接只保留两边都有的匹配行
merged = df1.merge(df2, on=0, how='inner')
result = merged[1].sum()

因为两列都没有重复值，内连接后不会出现重复行，直接求和即可。

内容的提问来源于stack exchange，提问作者Charlie