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)。
答案 0 :(得分:3)
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