python - Pandas Dataframe - 根据索引位置计算值

Question

我需要跟踪命名列的每个位置。因此，如果第一列有 k 次相同的名称，则其值为 1*k。最好在示例中显示：

df1 = pd.DataFrame({'name':['n1', 'n2', 'n3']})
df1['pos'] = df1.index + 1

df2 = pd.DataFrame({'name':['n1', 'n3', 'n4']})
df2['pos'] = df2.index + 1

print "df1:\n", df1, '\n'
print "df2:\n", df2, '\n'

# Hack
df3 = df1.merge(df2, on='name', how='outer')
df3 = df3.fillna(0)
print df3

# Sum the desired values
df3['pos'] = df3.pos_x + df3.pos_y
del df3['pos_x']
del df3['pos_y']

# Produce desired output
print "\nDesired Output:\n", df3

输出是：

df1:
  name  pos
0   n1    1
1   n2    2
2   n3    3 

df2:
  name  pos
0   n1    1
1   n3    2
2   n4    3 

  name  pos_x  pos_y
0   n1      1      1
1   n2      2      0
2   n3      3      2
3   n4      0      3

Desired Output:
  name  pos
0   n1    2
1   n2    2
2   n3    5
3   n4    3

在df1和df2中，该pos列是由索引构造的。我不挑剔，pos列可以和索引一样。

任何人都知道一种更紧凑的方法来获取pos每个名称的最后一列中的计数？

我需要对将迭代计算的数十万个数据帧进行这样的总结，其中pos列代表每个name.

Answer 1

另一种选择是连接而不是合并：

In [11]: df4 = pd.concat([df1, df2])

然后你可以按'name'分组，并对结果（pos）求和：

In [12]: g = df4.groupby('name', as_index=False)

In [13]: g.sum()
Out[13]: 
  name  pos
0   n1    2
1   n2    2
2   n3    5
3   n4    3