熊猫：根据多级第一次出现合并数据帧

Question

我试图根据一对标准（month和num）的第一次出现合并一个大数据帧与小数据帧。

我拼凑了可行的代码（实际/期望的输出在底部），但它似乎可以更有效得多。

我的问题是 - 我错过了一个更简单的方法来做到这一点？

设置：

import pandas as pd 

m = [1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,2,2,2] 
n = [1,1,1,20,20,300,300,20,20,1,1,1,20,300,20,1,1,1,20,20,300,300,300,20,20,1,1] 
df = pd.DataFrame({'month':m, 'num':n, 'x':0}) 

m2 = [1,1,1,2,2,2] 
n2 = [1,20,300,1,20,300] 
s2 = [11,222,3333,44,555,6666] 
df2 = pd.DataFrame({'month':m2, 'num':n2, 'sum':s2}) 

当前代码：

dfx = pd.DataFrame(df.groupby(['month','num'])['x'].idxmax()) 
dfx.rename(columns = {'x':'find'}, inplace = True) 

df2.set_index(['month','num'], inplace = True) 
df2 = pd.merge(df2, dfx, left_index = True, right_index = True) 

df = df.merge(df2, left_index = True, right_on = 'find', how = 'left') 
df = df.drop(['find','x'], axis = 1).reset_index(drop = True).fillna(0) 

输出：

month num  sum 
0  1 1 11.0 
1  1 1  0.0 
2  1 1  0.0 
3  1 20 222.0 
4  1 20  0.0 
5  1 300 3333.0 
6  1 300  0.0 
7  1 20  0.0 
8  1 20  0.0 
9  1 1  0.0 
10  1 1  0.0 
11  1 1  0.0 
12  1 20  0.0 
13  1 300  0.0 
14  1 20  0.0 
15  1 1  0.0 
16  2 1 44.0 
17  2 1  0.0 
18  2 20 555.0 
19  2 20  0.0 
20  2 300 6666.0 
21  2 300  0.0 
22  2 300  0.0 
23  2 20  0.0 
24  2 20  0.0 
25  2 1  0.0 
26  2 1  0.0 

Answer 1

如果我理解正确的话，你CA ñ做你的两个DataFrames之间经常merge，然后结合loc和duplicated零出非第一OCCURENCES：

df3 = df.merge(df2, how='left', on=['month', 'num']) 
df3.loc[df3.duplicated(subset=['month', 'num']), 'sum'] = 0 

输出结果：

month num sum 
0  1 1 11 
1  1 1  0 
2  1 1  0 
3  1 20 222 
4  1 20  0 
5  1 300 3333 
6  1 300  0 
7  1 20  0 
8  1 20  0 
9  1 1  0 
10  1 1  0 
11  1 1  0 
12  1 20  0 
13  1 300  0 
14  1 20  0 
15  1 1  0 
16  2 1 44 
17  2 1  0 
18  2 20 555 
19  2 20  0 
20  2 300 6666 
21  2 300  0 
22  2 300  0 
23  2 20  0 
24  2 20  0 
25  2 1  0 
26  2 1  0