如何在数据框中连接共享相同名称的列答案

【问题标题】：How to join columns sharing the same name within a dataframe如何在数据框中连接共享相同名称的列
【发布时间】：2018-09-01 01:55:14
【问题描述】：

我是熊猫新手。我的 df 看起来像这样：

  A   A   A   B   B   B
a NaN NaN 2   NaN NaN 5
b NaN 1   NaN 9   NaN NaN
c 3   NaN     NaN 7   NaN

我怎样才能得到

看起来合并，连接不止一个数据框。我也试过了

df.groupby(by=[A,B], axis=1)

但是得到了

ValueError: Grouper and axis must be same length

【问题讨论】：

df.groupby(level=0, axis=1).sum() 怎么样？

标签： python pandas join duplicates

【解决方案1】：

我相信您需要使用聚合函数指定第一级，例如 sum、mean、first、last...：

import pandas as pd

df = df.groupby(level=0, axis=1).sum()
print (df)
     A    B
a  2.0  5.0
b  1.0  9.0
c  3.0  7.0

如果需要按名称过滤列，请使用子集：

df = df[['A','B']].groupby(level=0, axis=1).sum()

如果使用索引值：

df1 = df.T
print (df1)
     a    b    c
A  NaN  NaN  3.0
A  NaN  1.0  NaN
A  2.0  NaN  NaN
B  NaN  9.0  7.0
B  NaN  NaN  NaN
B  5.0  NaN  NaN

df = df1.groupby(level=0).sum()
#default parameter axis=0 should be omit above
#df = df1.groupby(level=0, axis=0).sum()
print (df)
     a    b    c
A  2.0  1.0  3.0
B  5.0  9.0  7.0

【讨论】：

好的，这样就可以了。但我的问题是：为什么我必须指定一个级别？我认为只有在轴 1 中有多个级别时才需要级别，但事实并非如此。
@edge27 - ithink 因为使用列名，如果需要使用索引，请指定它，df.T.groupby(level=0).sum() 与df.T.groupby(level=0, axis=0).sum() 相同。所以对于列需要axis=1 来获取列，level=0 用于第一级。我也认为这是为了区分列中的MultiIndex，然后可以指定总是级别，如df = df.groupby(level=1, axis=1).sum()

【解决方案2】：

一种简洁的方法是使用numpy.isfinite 的列表推导：

import pandas as pd, numpy as np

arr = [list(filter(np.isfinite, x)) for x in df.values]

res = pd.DataFrame(arr, columns=['A', 'B'], index=['a', 'b', 'c'], dtype=int)

结果：

【讨论】：

【解决方案3】：

也许使用first

df.groupby(df.columns,axis=1).first()
Out[35]: 
     A    B
a  2.0  5.0
b  1.0  9.0
c  3.0  7.0

【讨论】：

由于 df.groupby(df.columns,axis=1) 是 pandas.core.groupby.DataFrameGroupBy 对象，我看不到它的样子，所以你能解释一下是什么.first() 做什么？
@edge27 它将返回每个组的第一个非空值