本文介绍使用pandas高效实现“按指定列（如name）对齐，仅对df1中已存在的记录，将df2对应行的数值列累加到df1”的操作，核心方法是过滤+拼接+分组求和。
本文介绍使用pandas高效实现“按指定列（如name）对齐，仅对df1中已存在的记录，将df2对应行的数值列累加到df1”的操作，核心方法是过滤+拼接+分组求和。
在数据分析与ETL流程中，常需将新批次数据（如每日更新的球员统计）增量合并到主数据表中：仅对主表（df1）中已存在的实体（如球员姓名），将其在新表（df2）中的数值字段（如goals、minutes）进行累加；而新表中独有的记录（如Steve）应被忽略，主表中无匹配的新记录（如Bob在df2中未出现）则保持原值不变。
最简洁、高效且符合Pandas惯用法的解决方案是三步链式操作：
- 过滤 df2：仅保留 name 在 df1 中存在的行；
- 纵向拼接：将 df1 与过滤后的 df2 合并；
- 分组聚合：按 name 分组，对所有数值列执行 sum()，自动完成同名行的数值累加，并通过 reset_index() 恢复 name 为普通列。
以下是完整可运行代码示例：
import pandas as pd
# 构建示例数据
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}
])
# 核心操作：过滤 → 拼接 → 分组求和 → 重置索引
result = (
pd.concat([df1, df2.loc[df2["name"].isin(df1["name"])]])
.groupby("name", as_index=False)
.sum()
)
print(result)输出结果：
name goals minutes 0 Ben 2 178 1 Bob 1 64 2 Kevin 2 93
✅ 关键优势说明：
- 向量化高效：完全避免显式循环或逐行判断，充分利用Pandas底层优化；
- 健壮性高：groupby(...).sum() 自动跳过非数值列（若存在），且对缺失值（NaN）默认忽略（可通过 min_count=1 控制）；
- 语义清晰：逻辑直白——“只合并共有的名字，然后加总”，易于团队协作与后期维护。
⚠️ 注意事项：
- 若数据中存在重复 name（如 df1 内部已有多个 Ben），groupby.sum() 会将其全部合并，需提前去重（如 df1.drop_duplicates(subset='name', keep='first')）；
- 确保参与累加的列均为数值类型（int/float），否则 sum() 可能报错或触发隐式类型转换；可预先校验：df1.select_dtypes(include='number').columns；
- 如需保留原始索引顺序（如按 df1 中 name 的出现顺序排列结果），可在最后添加 .reindex(df1['name'].unique(), fill_value=0) 配合 set_index('name')，但本例因 groupby 默认按字典序排序，故推荐在 groupby 前对拼接数据预排序，或使用 sort=False 参数（Pandas ≥ 1.1）。
该方法是处理“主表增量数值更新”场景的标准范式，兼顾性能、可读性与可扩展性，推荐作为首选方案。
