Python 对Dataframe中具有匹配列标题的列求和

Python 对Dataframe中具有匹配列标题的列求和,python,pandas,dataframe,group-by,pandas-groupby,Python,Pandas,Dataframe,Group By,Pandas Groupby,我有一个数据帧,目前看起来有点像这样 import pandas as pd In [161]: pd.DataFrame(np.c_[s,t],columns = ["M1","M2","M1","M2"]) Out[161]: M1 M2 M1 M2 6/7 1 2 3 5 6/8 2 4 7 8 6/9 3 6 9 9

我有一个数据帧,目前看起来有点像这样

import pandas as pd
In [161]: pd.DataFrame(np.c_[s,t],columns = ["M1","M2","M1","M2"])
Out[161]: 
            M1    M2    M1    M2
      6/7    1     2     3     5
      6/8    2     4     7     8
      6/9    3     6     9     9
      6/10   4     8     8    10
      6/11   5    10    20    40
除此之外,从M1到M340,大约有1000列(有多个列具有相同的标题),而不是只有四列。我想根据匹配列的索引对与之关联的值求和。理想情况下,结果数据帧如下所示:

            M1_sum   M2_sum    
      6/7     4        7   
      6/8     9        12  
      6/9    12        15   
      6/10   12        18        
      6/11   25        50      

我想以某种方式应用“groupby”和“sum”函数,但在处理具有多个列且某些列与其他3个列匹配,而另一个列可能只有一个列匹配(甚至0个其他列匹配)的数据帧时,我不确定如何做到这一点.

您可能希望在第一个级别和第二个轴上执行
分组,然后执行
.sum()
,如:

>>> df.groupby(level=0,axis=1).sum().add_suffix('_sum')
   M1_sum  M2_sum
0       4       7
1       9      12
2      12      15
3      12      18
4      25      50
如果我们将最后一列重命名为
M1
,它将再次正确分组:

>>> df
   M1  M2  M1  M1
0   1   2   3   5
1   2   4   7   8
2   3   6   9   9
3   4   8   8  10
4   5  10  20  40
>>> df.groupby(level=0,axis=1).sum().add_suffix('_sum')
   M1_sum  M2_sum
0       9       2
1      17       4
2      21       6
3      22       8
4      65      10