如何在Python中将汇总DataFrame添加到DataFrame字典中？

针对你手动逐个相加的低效问题，这里有两种更简洁的批量实现方式：

方法一：用functools.reduce累积相加 #

借助reduce函数可以迭代字典里的所有DataFrame，自动完成连续相加操作，同时通过fill_value=0处理缺失的行列数据：

from functools import reduce
import pandas as pd

# 对字典中所有DataFrame进行累积求和
d['total'] = reduce(lambda df_a, df_b: df_a.add(df_b, fill_value=0), d.values())

这个方法逻辑和你手动相加完全一致，只是用代码自动完成了重复步骤，适配所有行列结构的DataFrame。

方法二：用pd.concat拼接后求和 #

如果你的所有DataFrame的索引和列名基本对齐，也可以先拼接再按索引求和：

import pandas as pd

# 取出字典里的所有DataFrame，拼接后按索引分组求和
df_list = list(d.values())
d['total'] = pd.concat(df_list).groupby(level=0).sum(min_count=1).fillna(0)
# 行列完全对齐时可用简化写法
# d['total'] = pd.concat(df_list).sum(level=0, fill_value=0)

两种方法都能避免手动重复编写add语句，不管字典里有多少个DataFrame都能一次处理完成。

内容的提问来源于stack exchange，提问作者stevearama111