python - Pandas DataFrame，将重复的列加在一起

Question

我有一个非常大的 DataFrame，它有重复的列，但它下面的值却没有。我想将重复的列合并在一起并添加值。

这个非常大的 DataFrame 是通过将 Series 附加在一起而形成的，这就是重复发生的地方。

       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

所以我想将两个 Ruby 列加在一起以获得这个结果:

       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

Answer 1

我建议使用 groupby:

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

为了让它也适用于 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

除了使用 groupby，现在可以简单地做:

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

请注意 nans，通过上述过程会将其转换为 0。为避免这种情况，可以使用 skipna=False 或 min_count=1(取决于用例):

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