回答：GroupBy带level和axis参数
这里不需要lambda，也不需要显式查询df.columns；^{}接受可以与axis参数一起指定的level参数。我觉得这更干净# Setup
np.random.seed(0)
df = pd.DataFrame(np.random.choice(50, (5, 5)), columns=list(‘AABBB’))
A A B B B
0 44 47 0 3 3
1 39 9 19 21 36
2 23 6 24 24 12
3 1 38 39 23 46
4 24 17 37 25 13
df.groupby(level=0, axis=1).sum()
A B
0 91 6
1 48 76
2 29 60
3 39 108
4 41 75
处理MultiIndex列
另一个需要考虑的情况是在处理MultiIndex列时。考虑df.columns = pd.MultiIndex.from_arrays([[‘one’]3 + [‘two’]2, df.columns])
one two
A A B B B
0 44 47 0 3 3
1 39 9 19 21 36
2 23 6 24 24 12
3 1 38 39 23 46
4 24 17 37 25 13
要跨上层执行聚合，请使用df.groupby(level=1, axis=1).sum()
Original: https://blog.csdn.net/weixin_39538607/article/details/113479499
Author: weixin_39538607
Title: python dataframe索引字段相同的合并_在DataFram中合并重复列
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/752483/
转载文章受原作者版权保护。转载请注明原作者出处！