Question

我有一个当前看起来像这样的数据框。

import pandas as pd
In [161]: pd.DataFrame(np.c_[s,t],columns = ["M1","M2","M1","M2"])
Out[161]: 
            M1    M2    M1    M2
      6/7    1     2     3     5
      6/8    2     4     7     8
      6/9    3     6     9     9
      6/10   4     8     8    10
      6/11   5    10    20    40

除了从M1到〜M340，大约有1000列，而不是四列（有多个具有相同标题的列）。我想根据匹配列的索引求和与匹配列关联的值。理想情况下，结果数据框应如下所示：

            M1_sum   M2_sum    
      6/7     4        7   
      6/8     9        12  
      6/9    12        15   
      6/10   12        18        
      6/11   25        50

我想以某种方式应用“ groupby”和“ sum”功能，但是不确定如何处理具有多列且某些列与其他3列匹配的数据帧，而另一列可能只有一个列匹配（甚至0个其他列匹配）。

Answer 1

您可能想在第二级轴上groupby，然后执行.sum()，例如：

>>> df.groupby(level=0,axis=1).sum().add_suffix('_sum')
   M1_sum  M2_sum
0       4       7
1       9      12
2      12      15
3      12      18
4      25      50

如果我们将最后一列重命名为M1，它将再次将其正确分组：

>>> df
   M1  M2  M1  M1
0   1   2   3   5
1   2   4   7   8
2   3   6   9   9
3   4   8   8  10
4   5  10  20  40
>>> df.groupby(level=0,axis=1).sum().add_suffix('_sum')
   M1_sum  M2_sum
0       9       2
1      17       4
2      21       6
3      22       8
4      65      10

汇总数据帧中具有匹配列标题的列

1 个答案: