unione di 2 frame di dati in Panda: join su alcune colonne, somma di altri

Question

Voglio unire due dataframes su colonne specifiche (key1, key2) e riassumere i valori per un'altra colonna (valore).

>>> df1 = pd.DataFrame({'key1': range(4), 'key2': range(4), 'value': range(4)}) 
    key1 key2 value 
0  0  0  0 
1  1  1  1 
2  2  2  2 
3  3  3  3 

>>> df2 = pd.DataFrame({'key1': range(2, 6), 'key2': range(2, 6), 'noise': range(2, 6), 'value': range(10, 14)}) 
    key1 key2 noise value 
0  2  2  2  10 
1  3  3  3  11 
2  4  4  4  12 
3  5  5  5  13 

voglio che questo risultato:

key1 key2 value 
0  0  0  0 
1  1  1  1 
2  2  2  12 
3  3  3  14 
4  4  4  12 
5  5  5  13 

In termini di SQL, voglio:

SELECT df1.key1, df1.key2, df1.value + df2.value AS value 
FROM df1 OUTER JOIN df2 ON key1, key2 

Ho provato due approcci:

approccio 1

concatenated = pd.concat([df1, df2]) 
grouped = concatenated.groupby(['key1', 'key2'], as_index=False) 
summed = grouped.agg(np.sum) 
result = summed[['key1', 'key2', 'value']] 

approccio 2

joined = pd.merge(df1, df2, how='outer', on=['key1', 'key2'], suffixes=['_1', '_2']) 
joined = joined.fillna(0.0) 
joined['value'] = joined['value_1'] + joined['value_2'] 
result = joined[['key1', 'key2', 'value']] 

Entrambi gli approcci danno il risultato che voglio, ma mi chiedo se c'è un modo più semplice.

Answer 1

Io non so più semplice, ma è possibile ottenere un po 'più conciso:

>>> pd.concat([df1, df2]).groupby(["key1", "key2"], as_index=False)["value"].sum() 
    key1 key2 value 
0  0  0  0 
1  1  1  1 
2  2  2  12 
3  3  3  14 
4  4  4  12 
5  5  5  13 

seconda della vostra tolleranza per il concatenamento ops, si potrebbe desiderare di rompere questo su più righe in ogni caso, anche se (a quattro tende ad essere vicino al mio limite superiore, in questo caso concat-groupby-select-sum).