计算从大量数据帧

Question

我需要做不同的数据帧中的某些列之间的一些操作的很多列，我曾试图与后续代码：

df_swap['Apropriacao'] = df_sw[(df_sw.loc[:, 'Ativo'] == df_mov.loc[:, 'Ativo']).all() and (df_sw.loc[:, 'Data posicao'] == df_mov.loc[:, 'Data posicao']).all()].sum(axis=1) 

但我相信这不是正确的方法来做到这一点（并显示一个例外）。

数据帧的样品是：

df_mov

idx Data posicao Ativo Valor 
0 2017-07-03 RXU7  0.0 
1 2017-07-04 RXU7  0.0 
2 2017-07-05 RXU7  0.0 
3 2017-07-06 RXU7  0.0 
4 2017-07-07 RXU7  0.0 
5 2017-07-10 RXU7  0.0 
... 
21 2017-07-03 GCQ7  0.0 
22 2017-07-04 GCQ7  0.0 
23 2017-07-05 GCQ7  0.0 
24 2017-07-06 GCQ7  0.0 
25 2017-07-07 GCQ7 1341.0 
26 2017-07-10 GCQ7  0.0 
... 
42 2017-07-03 CNHBRL  0.0 
43 2017-07-04 CNHBRL  0.0 
44 2017-07-05 CNHBRL  0.0 
45 2017-07-06 CNHBRL  0.0 
46 2017-07-07 CNHBRL  0.0 
47 2017-07-10 CNHBRL  0.0 
... 

df_sw

Data posicao Ativo Data vencimento Apropriacao 
0 2017-07-03 RXU7  2017-09-07  -1431.17 
1 2017-07-04 RXU7  2017-09-07 -788258.59 
2 2017-07-05 RXU7  2017-09-07  -4206.24 
3 2017-07-06 RXU7  2017-09-07  50062.78 
4 2017-07-07 RXU7  2017-09-07  499642.57 
5 2017-07-10 RXU7  2017-09-07  49191.00 
... 
21 2017-07-03 GCQ7   None   0.00 
22 2017-07-04 GCQ7  2017-07-31  1820.06 
23 2017-07-05 GCQ7  2017-07-31  -2767.20 
24 2017-07-06 GCQ7  2017-07-31  -1648.37 
25 2017-07-07 GCQ7  2017-07-31   0.00 
26 2017-07-10 GCQ7   None   0.00 
... 
42 2017-07-03 CNHBRL   None   0.00 
43 2017-07-04 CNHBRL   None   0.00 
44 2017-07-05 CNHBRL   None   0.00 
45 2017-07-06 CNHBRL   None   0.00 
46 2017-07-07 CNHBRL   None   0.00 
47 2017-07-10 CNHBRL   None   0.00 

如何可以总结df_mov['Valor']与df_sw['Apropriacao']其中df_mov['Data posicao']等于df_sw['Data posicao']和df_mov['Ativo']等于df_sw['Ativo']？

Answer 1

我建议合并dataframes，然后在列执行总和（这里假设你想总结的值的每一行，而不是总结列作为一个整体）：

df_mov.merge(df_sw, 
    left_on=['Data posicao', 'Ativo'], 
    right_on=['Data posicao', 'Ativo'], 
    )[['Valor', 'Apropricao']].sum(axis=1)