Pandas：基于不同数据帧中的组的一个数据帧中的值的总和

Question

我有一个数据框，其中包含公司及其部门

  Symbol             Sector
0    MCM             Industrials
1    AFT             Health Care
2    ABV             Health Care
3    AMN             Health Care
4    ACN  Information Technology

我有另一个数据框，其中包含公司及其职位

  Symbol  Position
0    ABC  1864817
1    AAP -3298989
2    ABV -1556626
3    AXC  2436387
4    ABT   878535 

我想要的是获得一个包含扇区聚合位置的数据框。因此，总结给定部门中所有公司的头寸。我可以通过以下方式单独执行此操作

df2[df2.Symbol.isin(df1.groupby('Sector').get_group('Industrials')['Symbol'].to_list())]  

我正在寻找一种更有效的熊猫方法来做到这一点，而不是遍历 group_by 下的每个扇区。最终的数据框应如下所示：

     Sector                  Sum Position
0    Industrials             14567232
1    Health Care            -329173249
2    Information Technology -65742234
3    Energy                  6574352342
4    Pharma                  6342387658

任何帮助表示赞赏。

Answer 1

如果我正确理解了这个问题，一种方法是连接两个数据框，然后按扇区分组并对位置列求和，如下所示：

df_agg = df1.join(df2['Position']).drop('Symbol', axis=1)
df_agg.groupby('Sector').sum()

其中，df1 是带扇区的 df，而 df2 是带位置的 df。

Answer 2

您可以map将符号列分割并使用该系列进行分组。

df2.groupby(df2.Symbol.map(df1.set_index('Symbol').Sector)).Position.sum()