如何根据相同id对两个Pandas DataFrame的value列进行累加？

首先，咱们先搞定你的核心需求：根据id匹配两个DataFrame，把df1中对应id的value总和累加到df2的value列里。你用循环的方式不仅容易出错，数据量大时效率还很低，推荐用Pandas的向量化操作来实现，代码更简洁高效。

正确实现步骤 #

1. 计算df1中每个id对应的value总和：用groupby分组求和，得到每个id的总累加值。
2. 将总和映射到df2并累加：用map方法把每个id的总和匹配到df2的对应行，再和原value相加（用fillna(0)处理df2中不存在的id，避免空值报错）。

完整代码如下：

import pandas as pd

# 示例数据
df1 = pd.DataFrame([(1,2,3),(3,4,5),(5,6,7),(7,8,9),(100,10,12),(100,10,12),(100,10,12)], columns=['id','value','c'])
df2 = pd.DataFrame([(1,200,3,4,6),(3,400,3,4,6),(5,600,3,4,6),(5,620,3,4,6)], columns=['id','value','x','y','z'])

# 步骤1：计算df1每个id的value总和
id_value_sum = df1.groupby('id')['value'].sum()

# 步骤2：映射到df2并累加
df2['value'] += df2['id'].map(id_value_sum).fillna(0)

print(df2)

运行后就能得到你想要的结果：

id  value  x  y  z
0   1    202  3  4  6
1   3    404  3  4  6
2   5    606  3  4  6
3   5    626  3  4  6

分析你遇到的报错问题 #

你写的代码有几个关键问题导致了The truth value of a DataFrame is ambiguous错误：

1. 列名笔误：你代码里用了df1.a和df2['a']，但实际你的DataFrame列名是id和value，这属于低级错误。
2. if条件的布尔值模糊：df2.loc[df2['id'] == each]返回的是一个DataFrame（可能有多行），Pandas无法直接判断一个DataFrame的真假（比如空DataFrame、部分行的DataFrame，到底算True还是False？），所以抛出报错。如果一定要用循环，你需要检查结果是否非空，比如if not df2.loc[df2['id'] == each].empty，但依然不推荐用循环处理这类问题。
3. 累加逻辑错误：你的代码里df2['a']+=df['a']，这里的df没有定义，而且逻辑上应该累加对应id的value总和，而不是单个值。

总之，用Pandas的分组+映射方式，既符合Pandas的设计理念，又能高效处理数据，避免循环带来的各种问题。

内容的提问来源于stack exchange，提问作者user3646742