如何对两个Pandas DataFrame按ID求和更新并合并新增行？

你可以通过合并两个DataFrame后按ID分组求和的方式实现需求，具体步骤如下：

1. 先用pd.concat()将两个DataFrame合并为一个整体
2. 以ID为分组键，对value列执行求和聚合
3. 重置索引恢复成标准的DataFrame结构

完整代码示例：

import pandas as pd

d1 = pd.DataFrame({'ID': ["A", "B", "C", "D"], "value": [2, 3, 4, 5]})
d2 = pd.DataFrame({'ID': ["B", "D", "E"], "value": [1, 3, 2]})

# 合并两个DataFrame
combined = pd.concat([d1, d2])
# 按ID分组求和，重置索引
result = combined.groupby('ID', as_index=False)['value'].sum()

print(result)

执行后输出：

ID  value
0  A      2
1  B      4
2  C      4
3  D      8
4  E      2

为什么之前的方法不行？ #

• update()方法的作用是用另一个DataFrame的值替换原DataFrame的匹配项，不会执行求和操作，只会覆盖原有值
• 单纯使用concat()只是将两个DataFrame行堆叠，不会自动对重复ID的value列求和，需要配合分组聚合才能实现需求

内容的提问来源于stack exchange，提问作者krcoder