对 Pandas 数据框中的列组求和

Question

我有一个包含 600 列 (df1) 的 pandas 数据框，我想将每列的值按 6 组相加。换句话说，我想创建一个包含 100 列的新数据框 (df2)，每列column 是输入数据框中 6 列的总和。例如，df2 中第一列的每一行将是 df1 中前六列的总和（保持行分开）。我使用的数据框也有每个列名的字符串值（这里只用单个字母表示）

对于 df1：

      A    B    C    D    E    F    G    H    I    J ...   
0     9    6    3    4    7    7    6    0    5    2 ...       
1     8    0    6    6    0    5    6    5    8    7 ...           
2     9    0    7    2    9    5    3    2    1    7 ...            
3     5    2    9    6    7    0    3    8    5    0 ...            
4     7    1    0    7    4    0    2    0    5    8 ...     
5     0    9    2    0    4    9    5    7    6    2 ...       

我希望 df2 的第一列是：

    A    G ... 
0   36  
1   25
2   32
3   29
4   19
5   24

其中每一行是该行前六列的总和。下一列将是接下来六列的总和，依此类推，列名是每组 6 列中第一列的名称。（第一列名称是第一列，第二列名称是第七列列等）

我尝试使用列索引对正确的列求和，但在寻找将总和存储在具有相关名称的新列中的方法时遇到问题。

有没有一种 Python 的方式来创建这些列，并将列名从 df 拉到 df2 中？

Answer 1

您可以按列 (axis=1) groupby 与 df.columns //6 和 sum 创建的组：

print (df)
   0  1  2  3  4  5  6  7  8  9  10  11  12  13
0  9  6  3  4  7  7  6  0  5  2   2   3   7   2
1  8  0  6  6  0  5  6  5  8  7   9   5   5   1
2  9  0  7  2  9  5  3  2  1  7   5   9   6   6
3  5  2  9  6  7  0  3  8  5  0   8   8   9   9
4  7  1  0  7  4  0  2  0  5  8   2   4   4   1
5  0  9  2  0  4  9  5  7  6  2   7   1   5   3

#if values of columns are not int
#df.columns = df.columns.astype(int) 
print (df.columns // 6)
Int64Index([0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 2, 2], dtype='int64')

print (df.groupby(df.columns // 6, axis=1).sum())
    0   1   2
0  36  18   9
1  25  40   6
2  32  27  12
3  29  32  18
4  19  21   5
5  24  28   8

编辑：

您可以从range 和shape 创建Index（获取列的长度）并在groupby 中使用它：

idx = pd.Index(range(df.shape[1])) // 6
print (idx)
Int64Index([0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 2, 2], dtype='int64')

df1 = df.groupby(idx, axis=1).sum()
#if need rename columns by categories
df1.columns = df.columns[::6]
print (df1)
    A   G   M
0  36  18   9
1  25  40   6
2  32  27  12
3  29  32  18
4  19  21   5
5  24  28   8