Python 尝试求和以更快/更容易的方式组合大量列。。。感谢您的帮助

我试着将列的总数分成30组（每月）。每栏为一天。几乎有2000列

每行是一个单独的产品，大约有30000个

下面是我用jupyter对它们进行总结的步骤

我的问题是，有没有一种更简单/更快的方法可以做到这一点，而不必再做60次以上我在下面做的事情

Month1 = (df_sales["d_1"] + df_sales["d_2"] + df_sales["d_3"] + df_sales["d_4"]  + df_sales["d_5"]  + df_sales["d_6"]  + df_sales["d_7"]  + df_sales["d_8"]  + df_sales["d_9"]  + df_sales["d_10"] 
    + df_sales["d_11"]  + df_sales["d_12"]  + df_sales["d_13"]  + df_sales["d_14"]  + df_sales["d_15"]  + df_sales["d_16"]  + df_sales["d_17"]  + df_sales["d_18"]  + df_sales["d_19"]  + df_sales["d_20"] 
    + df_sales["d_21"]  + df_sales["d_22"]  + df_sales["d_23"]  + df_sales["d_24"]  + df_sales["d_25"]  + df_sales["d_26"]  + df_sales["d_27"]  + df_sales["d_28"]  + df_sales["d_29"]  + df_sales["d_30"])

如果表中每个月有30天（列），并且从第一列开始，则可以执行以下操作：

all_months = pd.concat((df_sales.iloc[:, i:i+30].sum(axis=1) 
                            for i in range(0, df_sales.shape[1], 30)), 
                        axis=1)

获取所有月份总和的数据帧

替换

range(0, df_sales.shape[1], 30) 

与

如果您的天数从列

n

开始（请注意，第一列的编号为

0

）

如果表中每个月有30天（列），并且从第一列开始，则可以执行以下操作：

all_months = pd.concat((df_sales.iloc[:, i:i+30].sum(axis=1) 
                            for i in range(0, df_sales.shape[1], 30)), 
                        axis=1)

获取所有月份总和的数据帧

替换

range(0, df_sales.shape[1], 30) 

与

---

如果您的日期从列

n

（请注意，第一列的编号为

0

）。

听起来您的设计有问题。您应该使用

date

列将它们分开。然后你可以按日期的月份分组。听起来你的设计有问题。您应该使用

date

列将它们分开。然后你可以按日期的月份分组。谢谢MarianD！我正试图得到像这样的东西，而你却让我看到了我所缺少的：）谢谢MarianD！我试图得到这样的东西，而你却向我展示了我所缺少的：）