１つのDataFrame同士の計算結果が全てNaNになってしまう、といったことがあったのでその原因と解決方法を書きます。
行いたいこと
次のようなaとbが各教科２回ずつ行ったテスト結果、gradesがあるとします。
>>grades
Japanese math Engilsh name times
0 25 6 53 a 1
1 84 13 78 b 1
2 18 91 17 a 2
3 32 16 31 b 2
ここからa、bそれぞれについて、2回のテストの各教科毎の合計点を求めたいとします。
（欲しい出力↓）
Japanese math Engilsh
0 43 97 70
1 116 29 109
最初にやったこと
times列で分割したもので計算したところ、以下のように全てNaNのDataFrameが出力されました。
>>first_grades = grades[grades['times'] == 1].sort_values('name')
>>second_grades = grades[grades['times'] == 2].sort_values('name')
>>first_grades.iloc[:, :-2] + second_grades.iloc[:, :-2]
Japanese math Engilsh
0 NaN NaN NaN
1 NaN NaN NaN
2 NaN NaN NaN
3 NaN NaN NaN
原因
原因はインデックスが揃っていないことでした。DataFrame同士の演算結果はインデックスが揃っていない箇所や、列名が違う箇所はNaNで補うようになっています。
>>first_grades
Japanese math Engilsh name times
0 25 6 53 a 1
1 84 13 78 b 1
>>second_grades
Japanese math Engilsh name times
2 18 91 17 a 2
3 32 16 31 b 2
解決方法
reset_index()を使ってインデックスが揃うように振り直して計算すると、欲しい結果が得られます。
# インデックスの振り直しと元のインデックス列の削除
>>first_grades = first_grades.reset_index().drop('index', axis=1)
>>first_grades
Japanese math Engilsh name times
0 25 6 53 a 1
1 84 13 78 b 1
>>second_grades = second_grades.reset_index().drop('index', axis=1)
>>second_grades
Japanese math Engilsh name times
0 18 91 17 a 2
1 32 16 31 b 2
>>first_grades.iloc[:, :-2] + second_grades.iloc[:, :-2]
Japanese math Engilsh
0 43 97 70
1 116 29 109