Question

我有数据框

ID   2016-01   2016-02 ...  2017-01  2017-02 ... 2017-10  2017-11  2017-12
111    12        34           0        12          3        0        0
222    0         32           5         5          0        0        0

我需要计算每12列并获得

ID   2016   2017
111   46     15
222   32     10

我尝试使用

(df.groupby((np.arange(len(df.columns)) // 31) + 1, axis=1).sum().add_prefix('s'))

但它会返回所有列但是当我尝试使用

时

df.groupby['ID']((np.arange(len(df.columns)) // 31) + 1, axis=1).sum().add_prefix('s'))

返回

TypeError: 'method' object is not subscriptable

我该如何解决？

Answer 1

所有没有日期的列中的set_index：

df = df.set_index('ID')

1。 groupby按split列编辑并首先选择：

df = df.groupby(df.columns.str.split('-').str[0], axis=1).sum()

分裂的

2。 lambda函数：

df = df.groupby(lambda x: x.split('-')[0], axis=1).sum()

3。将列转换为日期时间和groupby年：

df.columns = pd.to_datetime(df.columns)
df = df.groupby(df.columns.year, axis=1).sum()

{p> 4. {/ strong> resample years：

df.columns = pd.to_datetime(df.columns) df = df.resample('A', axis=1).sum() df.columns = df.columns.year

print (df) 2016 2017 ID 111 46 15 222 32 10

Answer 2

如果您不介意丢失标签，可以试试这个：

new_df = df.groupby([i//n for i in range(0,m)], axis = 1).sum()

其中n是要组合在一起的列数，m是要分组的列总数。之后你必须重命名列。

Answer 3

上面的代码有一个轻微的语法错误，并引发以下错误：

ValueError：对象类型没有轴命名为

基本上，groupby条件需要用[]包装。因此，为了方便起见，我正确地重写了代码：

new_df = df.groupby([[i//n for i in range(0,m)]], axis = 1).sum()

其中n是要分组在一起的列数，m是要分组的列总数。之后，您必须重命名列。

熊猫：每N列的总和

3 个答案: