本文介绍如何在 pandas 中高效实现“按指定列（如 'name'）对齐行，仅对双方共有的键进行数值列累加”，避免新增行或覆盖非匹配项，适用于数据聚合、增量更新等典型场景。
本文介绍如何在 pandas 中高效实现“按指定列（如 'name'）对齐行，仅对双方共有的键进行数值列累加”，避免新增行或覆盖非匹配项，适用于数据聚合、增量更新等典型场景。
在数据分析实践中，常需将新采集的数据（如 df2）有选择性地合并到已有数据集（df1）中：仅当两表在关键标识列（如 'name'）上存在相同值时，才对数值列执行逐行累加；不匹配的行应被忽略，原始 df1 中独有的行则保持不变。这不同于 merge 或 concat 的默认行为，也不同于 update 的覆盖逻辑——核心诉求是「条件性行级数值叠加」。
最简洁、高效且符合 Pandas 惯用法的解决方案如下：
import pandas as pd
df1 = pd.DataFrame([
{'name': 'Ben', 'goals': 1, 'minutes': 90},
{'name': 'Bob', 'goals': 1, 'minutes': 64},
{'name': 'Kevin', 'goals': 1, 'minutes': 90}
])
df2 = pd.DataFrame([
{'name': 'Ben', 'goals': 1, 'minutes': 88},
{'name': 'Kevin', 'goals': 1, 'minutes': 3},
{'name': 'Steve', 'goals': 1, 'minutes': 13}
])
# ✅ 关键步骤：过滤 + 合并 + 分组累加 + 重置索引
result = (
pd.concat([df1, df2.loc[df2["name"].isin(df1["name"])]])
.groupby("name", as_index=False)
.sum()
)运行后得到目标结果： | name | goals | minutes | |-------|-------|---------| | Ben | 2 | 178 | | Bob | 1 | 64 | | Kevin | 2 | 93 |
✅ 为什么这个方案更优？
- 语义清晰：df2.loc[df2["name"].isin(df1["name"])] 显式筛选出仅与 df1 共享 name 的记录，杜绝 Steve 等无关行干扰；
- 向量化高效：全程避免 for 循环和 iterrows()，规避了低效的逐行操作与隐式类型转换风险（如原代码中 str(row['name']) 可能引发意外）；
- 自动对齐与累加：groupby("name").sum() 天然按 name 分组，并对所有数值列（goals, minutes）执行求和，无需手动索引定位或列切片；
- 保留原始结构：as_index=False 确保 name 作为普通列而非索引，reset_index() 在此非必需（已由 as_index=False 保证），代码更精炼。
⚠️ 注意事项
- 所有参与累加的列必须为数值类型（int/float），否则 sum() 会跳过或报错。若含非数值列（如备注文本），建议提前 select_dtypes(include='number') 过滤，或使用 agg() 自定义各列聚合方式；
- 若需保留其他非数值列（如 team），且其值在同名行中一致，可改用 .agg({'goals': 'sum', 'minutes': 'sum', 'team': 'first'})；
- 此方法默认对 name 唯一性无强假设；若 df1 或 df2 中存在重复 name，groupby.sum() 会将其全部合并——如需严格一对一更新，请先去重或改用 map + add 方案。
该模式是 Pandas 数据聚合的经典范式，兼顾可读性、性能与鲁棒性，推荐作为同类任务的标准解法。
