如何用Python合并相似数据并求和？合并genre1与genre3的总电影数

通用实现思路 #

对于结构相似的数据集（如pandas的Series/DataFrame），合并并对相同键/索引的数值求和，核心是对齐相同键后累加，常用两种方式：

• 直接使用add()方法对齐索引并求和，缺失值补0
• 先拼接数据集，再按分组键求和

针对你的genre1和genre3的具体解决方案 #

你的genre1和genre3都是以genre为索引、仅含total movie列的DataFrame，以下是两种可行方法：

方法1：使用add()快速求和 #

# 对齐genre索引，缺失的genre补0后求和
merged_genre = genre1.add(genre3, fill_value=0)
# 将求和后的浮点数转为整数（因为计数结果应为整数）
merged_genre['total movie'] = merged_genre['total movie'].astype(int)
print(merged_genre)

方法2：拼接后分组求和 #

import pandas as pd

# 纵向拼接两个DataFrame
combined_df = pd.concat([genre1, genre3])
# 按genre索引分组，对total movie列求和
merged_genre = combined_df.groupby(level='genre')['total movie'].sum().reset_index()
# 可选：重新设置genre为索引
merged_genre = merged_genre.set_index('genre')
print(merged_genre)

说明 #

• add()方法更简洁高效，适合同结构、同索引类型的数据集合并求和
• concat+groupby更灵活，若后续需要对合并后的数据做其他分组操作，这种方式扩展性更强

内容的提问来源于stack exchange，提问作者Stev W