如何高效聚合两个DataFrame的国家权重，计算组合地理配置？

我有一个名为a的DataFrame，以isin列为索引，存储基金的地理权重：

U.S.  Canada  U.K.
isin
LU1739554647  0.08   0.210  0.11
LU0599946893  0.14   0.026  0.07
LU1460782227  0.25   0.050  0.14

另有一个名为b的DataFrame，存储非基金类工具数据，包含asset_ID（工具isin码）、country（国家代码）和weight（权重）列：

asset_ID country  weight
0  US1912161007    U.S.   0.005
1  GB0007188757     U.K.   0.100

目标是聚合并求和两个DataFrame的国家权重，计算整个投资组合的地理配置。已通过a.sum(axis = 0, skipna = True)得到a的列求和结果：

U.S.      0.470
Canada    0.286
U.K.      0.320

需要将该结果与b的权重聚合求和，期望得到如下结果：

U.S.      0.475
Canada    0.286
U.K.      0.420

注：a的列数（国家数量）不固定，isin码和国家代码均唯一。

可以利用Pandas的内置分组与向量化运算来高效完成，步骤如下：

1. 对b按国家分组求和：
   将b中的权重按country列分组并求和，得到非基金类工具的各国家权重总和：

   b_country_sum = b.groupby('country')['weight'].sum()
   

   执行后得到：

   country
   U.S.    0.005
   U.K.    0.100
   Name: weight, dtype: float64
   

2. 合并两个权重结果并求和：
   利用Pandas的add方法，将a的列求和结果与b的分组求和结果按国家索引对齐相加，对缺失的国家（如Canada）自动填充0，确保所有国家的权重都能被正确计算：

   a_sum = a.sum(axis=0, skipna=True)
   total_portfolio = a_sum.add(b_country_sum, fill_value=0)
   

3. 查看最终结果：
   输出total_portfolio即可得到期望的投资组合地理配置：

   U.S.      0.475
   Canada    0.286
   U.K.      0.420
   dtype: float64
   

效率说明 #

这种方法完全基于Pandas的向量化操作，避免了手动循环，处理速度远快于逐行计算；同时自动处理索引对齐，无需提前匹配国家列表，适配a列数不固定的场景。

内容的提问来源于stack exchange，提问作者Ig_Ferr