如何基于多个DataFrame按多条件实现金额求和

问题说明 #

我有一个用于提取筛选条件的DataFrame：

需要用这些条件，对以下DataFrame的金额进行求和：

期望得到结果：

实现代码 #

使用Pandas可以快速实现需求，代码如下：

import pandas as pd

# 构建条件DataFrame
df_conditions = pd.DataFrame({
    'id': [1, 2, 3],
    '条件1': ['3/1/2022', '5/2/2022', '3/1/2022'],
    '条件2': ['Black', 'Black', 'Blue']
})

# 构建数据DataFrame
df_data = pd.DataFrame({
    'id': [1, 2, 3, 4, 5, 6],
    '日期': ['3/1/2022', '5/2/2022', '3/1/2022', '5/2/2022', '4/1/2022', '3/1/2022'],
    '颜色': ['Black', 'Red', 'Blue', 'Red', 'Black', 'Black'],
    'Amount': [15, 10, 25, 10, 15, 45]
})

# 按日期+颜色分组，计算金额总和
sum_amount = df_data.groupby(['日期', '颜色'])['Amount'].sum().reset_index()

# 左连接条件表与求和结果，保留所有条件行
result = df_conditions.merge(
    sum_amount,
    left_on=['条件1', '条件2'],
    right_on=['日期', '颜色'],
    how='left'
)

# 填充无匹配的金额为0，整理输出列
result['Amount'] = result['Amount'].fillna(0).astype(int)
result = result[['id', '条件1', '条件2', 'Amount']]

print(result)

代码解释 #

1. 分组求和：先对数据DataFrame按日期和颜色分组，计算每组的金额总和，得到每个条件组合的总金额。
2. 左连接：用左连接关联条件表和求和结果，确保条件表的所有行都被保留，无匹配的组合会生成NaN值。
3. 空值处理：将NaN值替换为0，满足无匹配时金额为0的要求，最后调整列顺序得到目标结果。

内容的提问来源于stack exchange，提问作者rushi