Pandas DataFrame，如何将重复的列相加？

Question

我有一个非常大的DataFrame，其中有重复的列，但其下的值并不重复。我想将重复的列合并在一起，并将数值相加。

这个非常大的DataFrame是通过将Series连接在一起创建的，这就是重复出现的原因。

       Py Java Ruby C  Ruby
2010    1   5   8   1   5
2011    5   5   1   9   8
2012    1   5   8   2   8
2013    6   3   8   1   9
2014    4   8   9   9   9

我想将两个 Ruby 列相加，以获得以下结果：

       Py Java Ruby C  Ruby
2010    1   5   13  1   5
2011    5   5   9   9   8
2012    1   5   16  2   8
2013    6   3   17  1   9
2014    4   8   18  9   9

我正在运行 Python 2.7 版本。

- user4797334

Answer 1

我建议使用groupby：

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

为了使其也适用于MultiIndex，可以这样做：

if df.columns.duplicated().any():
    all_levels = df.columns.nlevels
    if all_levels > 1:
        all_levels = range(all_levels)
    df = df.groupby(axis=1, level=all_levels).sum()

编辑

现在可以简单地使用以下代码而不是使用groupby:

df = df.sum(axis=1, level=0)

请注意 NaN 值，它们将被上述过程转换为 0。为避免此情况，可以使用 skipna=False 或 min_count=1（具体根据用例而定）：

df = df.sum(axis=1, level=0, skipna=False)

- kadee

Answer 2

如果你要对这些值进行求和，我不确定为什么你想要保存旧的列，所以这里有一种方法可以这样做：

df = pd.DataFrame({'col1':x, 'col2':y, 'col3':z}, index=a)
df.columns = ['Ruby', 'Python', 'Ruby']
df['Ruby'] = df['Ruby'].sum(axis=1)
df = df.T.drop_duplicates()
df = df.T

有一个起始数据框，看起来像：

        Ruby  Python  Ruby
2010     1       2     1
2011     2       4     3
2012     3       6     5
2013     4       8     7
2014     5      10     9

然后变成：

        Ruby  Python
2010     2       2
2011     5       4
2012     8       6
2013    11       8
2014    14      10

- alacy