Pandas GroupBy列名

Question

我有一个数据框，我们可以通过

代理

df = pd.DataFrame({'a':[1,0,0], 'b':[0,1,0], 'c':[1,0,0], 'd':[2,3,4]})

和类别系列

category = pd.Series(['A', 'B', 'B', 'A'], ['a', 'b', 'c', 'd'])

我希望将df的列的总和分为A＆＃39; A＆＃39; B＆＃39; B＆＃39;。也许是这样的：

result = df.groupby(??, axis=1).sum()

返回

result = pd.DataFrame({'A':[3,3,4], 'B':[1,1,0]})

Answer 1

在列上使用groupby + sum（此处axis=1非常重要）：

df.groupby(df.columns.map(category.get), axis=1).sum()

   A  B
0  3  1
1  3  1
2  4  0

Answer 2

在reindex之后，您可以将类别分配给df

列

df=df.reindex(columns=category.index)
df.columns=category
df.groupby(df.columns.values,axis=1).sum()
Out[1255]: 
   A  B
0  3  1
1  3  1
2  4  0

或pd.Series.get

df.groupby(category.get(df.columns),axis=1).sum()
Out[1262]: 
   A  B
0  3  1
1  3  1
2  4  0

Answer 3

这是我对具有相似列名的数据框进行分组的方法

data_df：

1    1    2   1

q    r   f    t

代码：

df_grouped = data_df.groupby(data_df.columns, axis=1).agg(lambda x: ' '.join(x.values))

df_grouped：

1       2
q r t   f