合并 DataFrame 中的重复列 [英] Combine duplicated columns within a DataFrame

问题描述

如果我有一个包含同名列的数据框，有没有办法将具有相同名称的列与某种函数(即 sum)组合在一起?

If I have a dataframe that has columns that include the same name, is there a way to combine the columns that have the same name with some sort of function (i.e. sum)?

例如:

In [186]:

df["NY-WEB01"].head()
Out[186]:
                NY-WEB01    NY-WEB01
DateTime        
2012-10-18 16:00:00  5.6     2.8
2012-10-18 17:00:00  18.6    12.0
2012-10-18 18:00:00  18.4    12.0
2012-10-18 19:00:00  18.2    12.0
2012-10-18 20:00:00  19.2    12.0

如何通过对列名称相同的每一行求和来折叠 NY-WEB01 列(有一堆重复的列，而不仅仅是 NY-WEB01)?

How might I collapse the NY-WEB01 columns (there are a bunch of duplicate columns, not just NY-WEB01) by summing each row where the column name is the same?

推荐答案

我相信这可以满足您的需求:

I believe this does what you are after:

df.groupby(lambda x:x, axis=1).sum()

或者，速度提高 3% 到 15%，具体取决于 df 的长度:

Alternatively, between 3% and 15% faster depending on the length of the df:

df.groupby(df.columns, axis=1).sum()

要将其扩展到总和之外，请使用 .agg()(.aggregate() 的缩写):

To extend this beyond sums, use .agg() (short for .aggregate()):

df.groupby(df.columns, axis=1).agg(numpy.max)

这篇关于合并 DataFrame 中的重复列的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！