如何合并两个DataFrame并对同名称对应数值求和生成新列

实现方案 #

因为两个DataFrame均以体裁名称为索引，直接对齐索引对应值相加即可，示例代码如下：

import pandas as pd

# 还原你给出的示例数据（如果已经有df1、df2可跳过这部分）
df1 = pd.DataFrame(
    {'genres1': [1168, 517, 431, 353, 335, 328, 20]},
    index=['Drama', 'Adventure', 'Documentary', 'Animation', 'Crime', 'Romance', 'Sci-Fi']
)
df2 = pd.DataFrame(
    {'genres2': [1625, 1233, 1200, 688, 562, 390, 336]},
    index=['Comedy', 'Action', 'Drama', 'Documentary', 'Crime', 'Adventure', 'Animation']
)

# 核心逻辑：对齐索引相加，缺失值填充为0，转换为列名为Genre的DataFrame
result = df1['genres1'].add(df2['genres2'], fill_value=0).to_frame(name='Genre')

# 如果你需要和你给出的预期输出一致，仅保留df1中出现过的体裁，加上以下行
result = result.reindex(df1.index)

# 如果需要按数值从高到低排序，加上以下行
result = result.sort_values(by='Genre', ascending=False)

代码说明 #

• add方法会自动对齐两个Series的索引，同索引的值相加，仅在单侧出现的体裁用fill_value=0填充，不会出现空值
• 去掉reindex行即可保留两个表中所有出现过的体裁（包含df2独有的Comedy、Action）

内容的提问来源于stack exchange，提问作者Yanzi