Есть два DataFrame с временными затратами за день и на отдельные задачи:
d = [('20190601', 7.0), ('20190602', 8.0)]
t = [('20190601', 'task1', 5.0), ('20190601', 'task2', 1.0), ('20190602', 'task1', 4.0), ('20190602', 'task2', 3.0)]
ddf = pd.DataFrame(d, columns=['date', 'fact'])
tdf = pd.DataFrame(t, columns=['date', 'task', 'fact'])
Подсчитываю сумму времнных затрат всех задач за день:
sumdf = tdf.groupby([tdf.date]).fact.sum().reset_index()
date fact
0 20190601 6.0
1 20190602 7.0
Потом пытаюсь объединить в конечный DataFrame:
df = pd.concat([ddf, tdf], axis=0, ignore_index=True, sort=False)
df.sort_values(['date', 'task'], na_position='first', inplace=True)
date fact task
0 20190601 7.0 NaN
2 20190601 5.0 task1
3 20190601 1.0 task2
1 20190602 8.0 NaN
4 20190602 4.0 task1
5 20190602 3.0 task2
Но не совсем понимаю, как лучше добавить также и суммы из sumdf
, чтобы получилось:
date fact task calc
0 20190601 7.0 NaN 6.0
2 20190601 5.0 task1 NaN
3 20190601 1.0 task2 NaN
1 20190602 8.0 NaN 7.0
4 20190602 4.0 task1 NaN
5 20190602 3.0 task2 NaN
То есть, суммы за день должны оказаться в новой колонке calc
только для строк где task=NaN
.
Как выполнить такое объединение наиболее эффективно? По возможности, без промежуточного подсчета сумм за день.