将两个不同列数的数据组合在一起，并用和进行聚合。

Question

所以我有这两个数据

df1
title      URL  number         date
    a   /url-1       1   21-02-2020
    a   /url-1      10   20-02-2020
    a   /url-1      17   19-02-2020
    b   /url-2     100   21-02-2020
    b   /url-2     106   20-02-2020

df2
   URL  number         date
/url-1       5   21-02-2020
/url-1      12   20-02-2020
/url-1      50   19-02-2020
/url-3       9   21-02-2020
/url-3      11   20-02-2020

因此，我需要执行这些操作，将它们合并为1个dataframe：

1) df1和df2 (如果我错了请更正)，但是我不知道如何在4列中显示结果，因为我需要按"URL“和"date”列分组(将在下面说明)。

2)聚合df1"number“和df2"number”，并将它们加在一起

这就是我想要的结果：

new_df
title      URL  number         date
    a   /url-1       6   21-02-2020
    a   /url-1      22   20-02-2020
    a   /url-1      67   19-02-2020
    b   /url-2     100   21-02-2020
    b   /url-2     106   20-02-2020
 null   /url-3       9   21-02-2020
 null   /url-3      11   20-02-2020

(非常感谢您的帮助！)

Answer 1

使用熊猫合并，将“如何”选项设置为“外部”，并将“URL”和“日期”上的数据合并。

将这两个数字相加，只保留相关的列。

M = df1.merge(df2,how='outer', on=['URL','date'])
M['number'] = M.number_x.fillna(0).add(M.number_y.fillna(0))
M.filter(['title','URL','number','date'])

    title   URL number  date
0   a   /url-1  6.0 21-02-2020
1   a   /url-1  22.0    20-02-2020
2   a   /url-1  67.0    19-02-2020
3   b   /url-2  100.0   21-02-2020
4   b   /url-2  106.0   20-02-2020
5   NaN /url-3  9.0 21-02-2020
6   NaN /url-3  11.0    20-02-2020