Pandas中列名相同、索引值部分匹配的不同长度DataFrame列求和方法

直接使用Pandas原生的add()算术方法即可，依靠Pandas运算自动对齐索引、列名的特性，一行代码就能完成操作，无论性能还是可读性都是最优选择。

核心代码 #

# 直接对df1重新赋值即可
df1 = df1.add(df2, fill_value=0)

逻辑说明 #

• 运算时会自动匹配两个DataFrame的Buckets索引和对应列名，仅对索引重叠的行列位置执行相加操作
• fill_value=0的作用是：仅在df1中存在、df2中不存在的索引，运算时默认补0，最终取值就是df1的原值，不会被修改
• 该方法是Pandas内置的向量化实现，远比自行遍历索引判断存在性再赋值的写法效率高，代码也更简洁。

提示：如果你的DataFrame包含非数值类型的列，建议先筛选出数值列执行相加操作，再拼接回非数值列，避免出现类型报错。

内容的提问来源于stack exchange，提问作者Manik Singal