Voy a poner otro ejemplo más simple por no copiar los datos que has puesto como imagen.
Supongamos que tenemos un par de dataframes como los siguientes:
df1 = pd.DataFrame([1,1,1,1,1,1], index=list("abcdef"))
df2 = pd.DataFrame([1,1,1,1,1], index=list("bcdeg"))
Que te muestro uno al lado del otro para que se puedan comparar fácilmente:
Como se ve, comparten algunas entradas del índice (en concreto, b, c, d, e) pero hay entradas que sólo están en df1
(a, f) y otras que sólo están en df2
(g) y además no son de la misma longitud.
Si intentas sumarlos así:
df1 + df2
las entradas que no aparezcan en ambos toman por defecto el valor NaN
en el df en que no aparecen. Al sumar NaN
el dato del otro dataframe en que sí aparece, el resultado es NaN
, ya que NaN
sumado a cualquier otra cosa da siempre NaN
. Por eso el resultado es:
Pero si en vez de +
usas el método .add()
de los dataframes, entonces puedes especificar con qué valor rellenar los datos ausentes. Por defecto sigue siendo NaN
, pero puedes especificar otro mediante fill_value
. Si decimos que use 0 como valor de relleno, al sumar éste con el dato del otro dataframe saldrá como resultado el dato del otro, que creo que es lo que querías:
df1.add(df2, fill_value=0)
Resultado:
Bonus. Generalización
La forma más general, para sumar cualquier número de dataframes de este modo, podría consistir en aplicar repetidas veces .add()
dentro de un bucle. Por ejemplo:
result = pd.DataFrame()
for df in [df1, df2, df3, df4]:
result = result.add(df, fill_value=0)
Lo he testeado y funciona!
Bonus 2. Usando +
Podemos hacer uso del modelo de datos Python, que permite que las clases que tú definas decidan cómo implementar la operación +
, si implementas en la clase el método especial __add__()
.
De este modo podría definir una clase DataFrameSumable
que implemente __add__()
llamando al método .add()
de Pandas, con fill_value=O
. Para no tener que definir el resto de la funcionalidad, uso herencia y heredo de DataFrame
. Debo tener cuidado de que mi método __add__()
retorne un DataFrameSumable
(y no un DataFrame
normal), para poder aplicar de nuevo +
al resultado.
Esta sería la definición:
class DataFrameSumable(pd.DataFrame):
def __add__(self, other):
return DataFrameSumable(self.add(other, fill_value=0))
Ahora crearía mis dataframes usando esta clase, en vez de pd.DataFrame()
, por ejemplo así:
df1 = DataFrameSumable([1,1,1,1,1,1], index=list("abcdef"))
df2 = DataFrameSumable([1,1,1,1,1], index=list("bcdeg"))
df3 = DataFrameSumable([1,1,1,1,1], index=list("abcde"))
Y resulta que ¡puedo usar +
para sumar estos objetos y todo sale bien!
>>> print(df1 + df2 + df3)
0
a 2.0
b 3.0
c 3.0
d 3.0
e 3.0
f 1.0
g 1.0
¡Magia!