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