如何对仅部分组匹配的分组DataFrame执行相加操作？

核心问题分析 #

你遇到的问题主要源于两点：

• 两个DataFrame的分组列名不一致：df1第一列是pitch_type，df2是pitch type，导致多索引无法正确对齐。
• 若多索引的层级顺序不统一，也会造成add方法无法匹配对应分组。

解决方案 #

步骤1：统一列名 #

先将两个DataFrame的分组列名改成一致，确保索引层级名称完全匹配：

import pandas as pd

# 统一df2的列名与df1对齐
df2 = df2.rename(columns={"pitch type": "pitch_type"})

步骤2：确保多索引结构一致 #

如果你的DataFrame还未设置多索引，先将三个分组列设为多索引；若已是多索引，确认层级顺序为['pitch_type', 'zone', 'description']：

# 设置多索引（未设置时执行）
df1 = df1.set_index(['pitch_type', 'zone', 'description'])
df2 = df2.set_index(['pitch_type', 'zone', 'description'])

步骤3：执行相加操作 #

方法一：使用add方法

利用fill_value=0保留无匹配的分组，最后重置索引并转换数值类型：

result_df = df1.add(df2, fill_value=0).reset_index()
# 将数值列转为整数（避免出现浮点数）
result_df[0] = result_df[0].astype(int)

方法二：使用concat+groupby求和（更直观）

合并两个DataFrame后按分组求和，自动保留所有分组：

combined_df = pd.concat([df1, df2])
result_df = combined_df.groupby(['pitch_type', 'zone', 'description']).sum().reset_index()

最终结果 #

执行后得到的DataFrame将完全符合预期：

内容的提问来源于stack exchange，提问作者Jackson Prettyman