pandasのデータフレームの特定の行に値を一律に追加したい

Question

前提・実現したいこと

以下のソースコードにて、df2で果物の種類ごとに集計した値をdfの値に足し算したいのですが、
dfの値が更新されません。エラーメッセージはなくプログラム自体は回るのですが、値を反映させるにはどのように集計したらよいのでしょうか。

○作業の具体例
kind = appleの場合
１.df2のnumberでappleの文を足し算（10+12=22)
2.この値をdf1のappleの行のnumberに足し算する

該当のソースコード

import pandas as pd
import numpy as np 


df = pd.DataFrame({"number": np.arange(10), 
"kind":["apple", "banana", "apple", "apple","apple", "banana", "apple", "apple","sour", "sour"]})

#  number    kind
#0       0   apple
#1       1  banana
#2       2   apple
#3       3   apple
#4       4   apple
#5       5  banana
#6       6   apple
#7       7   apple
#8       8    sour
#9       9    sour


df2 = pd.DataFrame({"number": [10,12, 200, 50],
"kind":["apple", "apple", "banana", "sour"],
"date":["JAN","FEB","MAR","MAR"]})

#   number    kind date
#0      10   apple  JAN
#1      12   apple  FEB
#2     200  banana  MAR
#3      50    sour  MAR


#df2の果物の種類に対応するnumberをdf1の同じ果物のnumbeに足し算したい
kind_list = ["apple","banana","sour"]
for fruit in kind_list:
    df.query("kind==@fruit").loc[:, "number"] += df2.query("kind==@fruit").sum()["number"]
    print(df.query("kind==@fruit").loc[:, "number"])
    print(df2.query("kind==@fruit").sum()["number"])

#なぜかdfが更新されない...
print(df)
#   number    kind
#0       0   apple
#1       1  banana
#2       2   apple
#3       3   apple
#4       4   apple
#5       5  banana
#6       6   apple
#7       7   apple
#8       8    sour
#9       9    sour

Answer 1

df.query("kind==@fruit") の返り値は df とは実態が別のコピーです。
そのコピーにたいして、df.query("kind==@fruit").loc[:, "number"] += df2.query("kind==@fruit").sum()["number"] としても変更されているのは query() が返したコピーであり、元の df には影響しません。

pandas のほとんどの関数はコピーを返すようになっていて、元の DataFrame は変更されません。(一部の関数は inplace=True を指定すると元の DataFrame が変更されます。)

その点を踏まえて修正すると、以下のようになります。

import pandas as pd
import numpy as np

df = pd.DataFrame(
    {
        "number": np.arange(10),
        "kind": [
            "apple",
            "banana",
            "apple",
            "apple",
            "apple",
            "banana",
            "apple",
            "apple",
            "sour",
            "sour",
        ],
    }
)

df2 = pd.DataFrame(
    {
        "number": [10, 12, 200, 50],
        "kind": ["apple", "apple", "banana", "sour"],
        "date": ["JAN", "FEB", "MAR", "MAR"],
    }
)

df_by = df2.groupby("kind").sum()
for row in df_by.itertuples():
    df.loc[df["kind"] == row.Index, "number"] += row.number
    
print(df)
#    number    kind
# 0      22   apple
# 1     201  banana
# 2      24   apple
# 3      25   apple
# 4      26   apple
# 5     205  banana
# 6      28   apple
# 7      29   apple
# 8      58    sour
# 9      59    sour

Comments

[loreeeee]

>df.query("kind==@fruit") の返り値は df とは実態が別のコピーです。
ここの理解がかけておりました。ビューを返すのかコピーを返すのかその都度意識してみます。ありがとうございました。