使用Python Pandas实现两表对应列相加（即使表头不同）

import pandas as pd  
  
# 加载数据  
df1 = pd.read_csv('table1.csv')  
df2 = pd.read_csv('table2.csv')  
  
# 展示数据  
print("Table 1:")  
print(df1.head())  
print("\nTable 2:")  
print(df2.head())

# 假设我们要将df1的'ColumnA'和df2的'ColumnB'相加  
# 因此，我们需要将df2的'ColumnB'重命名为'ColumnA'  
df2 = df2.rename(columns={'ColumnB': 'ColumnA'})  
  
# 展示重命名后的数据  
print("Renamed Table 2:")  
print(df2.head())

# 假设我们只想对'ColumnA'进行相加  
result = df1['ColumnA'] + df2['ColumnA']  
  
# 如果两个DataFrame的行数相同，且希望保留其他列的信息，可以将结果作为一个新列添加到其中一个DataFrame中  
if df1.shape[0] == df2.shape[0]:  
    df1['Sum_ColumnA'] = result  
      
    # 展示结果  
    print("Result with New Column:")  
    print(df1.head())  
else:  
    print("The DataFrames have different numbers of rows. Cannot directly add as a new column.")  
    print("Result (as a Series):")  
    print(result)

# 如果两个DataFrame的行数相同，且已经添加了新列，可以将整个DataFrame保存到CSV文件  
if 'Sum_ColumnA' in df1.columns:  
    df1.to_csv('result.csv', index=False)  
else:  
    # 如果只是得到了一个Series类型的结果，可以先将其转换为DataFrame再保存  
    result_df = pd.DataFrame(result, columns=['Sum_ColumnA'])  
    result_df.to_csv('result_series.csv', index=False)