合并三个DataFrame：ops列求和、lat列求均值的实现方法

首先需要处理DataFrame中ops和lat列的格式问题——当前这两列是带逗号的字符串，必须先转换为数值类型才能进行运算：

import pandas as pd

# 定义清洗函数：去除逗号并转为整数
def clean_numeric_cols(df):
    df['ops'] = df['ops'].str.replace(',', '').astype(int)
    df['lat'] = df['lat'].str.replace(',', '').astype(int)
    return df

# 清洗三个DataFrame
A = clean_numeric_cols(A)
B = clean_numeric_cols(B)
C = clean_numeric_cols(C)

以下两种方法都能实现你的需求：

方法一：利用concat+聚合运算 #

先按列拼接三个DataFrame，再按行索引分组进行聚合：

# 按列拼接，得到包含重复列名的临时DataFrame
combined = pd.concat([A, B, C], axis=1)

# 对ops列求和，lat列求平均
result = pd.DataFrame({
    'ops': combined['ops'].sum(axis=1),
    'lat': combined['lat'].mean(axis=1)
})

方法二：直接元素级运算 #

由于三个DataFrame的行索引完全对齐，可以直接对对应列做元素级加减运算：

result = pd.DataFrame({
    'ops': A['ops'] + B['ops'] + C['ops'],
    'lat': (A['lat'] + B['lat'] + C['lat']) / 3
})

最终得到的result就是目标DataFrame：每行的ops为三个原DataFrame对应行的求和结果，lat为对应行的平均值。

内容的提问来源于stack exchange，提问作者skasi