dataframe去重复 python_python – 在DataFrame中组合重复的列

如果我的数据框具有包含相同名称的列,是否有办法将具有相同名称的列与某种功能(即总和)组合在一起？

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

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

解决方法:

我相信这就是你所追求的：

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

或者,根据df的长度,快3％到15％之间：

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

编辑：要扩展超出总和,请使用.agg()(.aggregate()的缩写)：

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

标签：pandas-groupby,python,pandas,dataframe,group-by

来源： https://codeday.me/bug/20190928/1828132.html