两个不同大小的dataframe求和

可以使用 Pandas 的 concat 函数将两个 DataFrame 连接起来，然后对连接后的 DataFrame 调用 sum 进行求和。示例如下：

import pandas as pd

df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [7, 8, 9, 10], 'B': [11, 12, 13, 14]})

df_total = pd.concat([df1, df2])
sum_total = df_total.sum()

print(sum_total)

相关问题

python 判断两个相同大小的DataFrame是否相等之后，如何统计全是True的行数

在 Python 中，你可以使用 `df.equals()` 方法来判断两个相同大小的 DataFrame 是否完全相等。这个方法会返回一个布尔值的 DataFrame，标识两个 DataFrame 中每个元素是否相等。

要统计全是 True 的行数，你可以使用 `df.all(axis=1)` 方法，其中 `axis=1` 表示按行进行操作。这个方法会返回一个布尔值的 Series，标识每行中的所有元素是否都为 True。

接下来，你可以使用 `.sum()` 方法对这个 Series 进行求和，以统计全是 True 的行数。下面是一个示例代码：

import pandas as pd

# 假设有两个相同大小的 DataFrame df1 和 df2
# 判断两个 DataFrame 是否相等
is_equal = df1.equals(df2)

# 统计全是 True 的行数
count_true_rows = is_equal.all(axis=1).sum()

print("全是 True 的行数:", count_true_rows)

注意，这里的 `df1` 和 `df2` 是用于比较的两个相同大小的 DataFrame。`count_true_rows` 变量将保存全是 True 的行数。