Groupby用于熊猫中的大数列

Question

我试图遍历熊猫中的多个Excel文件。文件的结构非常相似，前10列构成键，其余列具有值。我想按前10列进行分组，并对其余的列进行求和。

我已经在网上搜索并找到了类似案例的解决方案，但是我的问题是

• 我有很多列，它们的值（总计为和）和

• 每个列的数目/名称（带有值）不同 文件（数据框）

  #Key列在所有文件中都是相同的。

我无法共享实际的数据样本，但这是文件结构的格式样本

这是上述数据的期望输出

这就像一个groupby操作，但是由于不确定的列数和标题名称的不确定性，使得很难使用groupby或ivot。谁能建议我在python中最好的解决方案是什么。

已编辑：

df.groupby(list(df.columns[:11])).agg(sum)

正在工作，但由于某些原因，它需要25-30分钟。 MS Access在1-2分钟内完成同样的事情。我在这里做错什么了吗，还是有其他方法可以在python本身中做

Answer 1

只需使用具有列列表的df.columns，然后您就可以在该列表上使用切片来获取最左边的10列。

这应该有效：

df.groupby(df.columns[:10].to_list()).sum()