Python 如何基于另一列中的值对单个列的值求和？

我有以下数据帧df：

      fea1  fea2       
0     a_1   1     
1     a_2   2      
2     a_4   3      
3     a_8   7      
4     u     9
5     be_1  5      
6     a_3   24     
7     a_5   5      
8     a_6   8
9     be_4  6
9     a_10  9
10    be_3  1
11    be_2  4
12    be_5  3
13    be_6  2

我需要对a_1、a_2、a_3的“fea2”值（如1、2、24）求和并保存为a_q1，然后对a_4、a_5、a_6的“fea2”值求和并保存为a_q2。同样，对于be_1、be_2和be_3等也是如此。像下面这样

      fea1   fea2  
0     a_q1   27      
1     a_q2   16      
2     a_8    7
3     be_q1  10
4     be_q2  11    
5     u      9   

我试过这个

df.groupby(df['fea1'].str.extract(r'^(\D+)', expand=False))['fea2'].sum().reset_index()

但它总结了所有的a_1，a_2，a_3，a_4，。。。作为一个值，be_1，be_2，be_3，be_4作为。。。一个值。

---

如何有效地做到这一点？

IIUC您需要首先对fea1上的

排序
，然后在其上创建组号，这样您就可以
groupby
：

df = df.sort_values("fea1")

df["group"] = df.groupby(df["fea1"].str[0]).cumcount()//3

print (df.groupby([df["fea1"].str[0], "group"])["fea2"].sum())

fea1  group
a     0        27
      1        16
      2         7
u     0         9

让我们试试这个：

df[['Letters', 'number']] = df['fea1'].str.extract('(?P<letters>[a-zA-Z]+)_?(?P<number>\d+)?')
df['grp'] = (df['number'].fillna(0).astype(int) - 1) // 3

df_q = df.groupby(['Letters', 'grp'])['fea2'].sum()
df_q.index = [f'{i}_q{j+1}' if j != -1 else f'{i}' for i, j in df_q.index]
df_q

详情：


使用字符串访问器，
.str
和
提取
以及用于命名捕获的正则表达式
小组
现在，让我们用一点数学来用3的除数对行进行分组
接下来，使用
groupby
和
sum
最后，使用列表理解和
f字符串格式
感谢您的帮助@Scott Boston。我改变了一点，效果很好。所以，我在这里发布了完整的代码和你的

data = {'fea1':['a_1', 'a_2', 'a_4', 'a_8', 'u', 'a_3', 'a_5', 'a_6', 'a_10', 'a_20','be_1','be_2','be_3','r_s1','r_s2'], 'fea2':[1, 2,3,7,9,24,5,8,3,7,1,8,4,1,2]} 

# Create DataFrame 
df = pd.DataFrame(data)

df['fea1'] = df['fea1'].str.replace('_', '')
df[['Letters', 'number']] = df['fea1'].str.extract('(?P<letters>[a-zA-Z]+)?(?P<number>\d+)?')
df['grp'] = (df['number'].fillna(0).astype(int) - 1) // 3
df_q = df.groupby(['Letters', 'grp'])['weight'].sum()
df_q.index = [f'{i}_q{j+1}' if j != -1 else f'{i}' for i, j in df_q.index]
df_q  #series

# converting series as dataframe
dff = pd.DataFrame({'fea1':df_q.index, 'fea2':df_q.values})
dff


data={'fea1'：['a_1'，'a_2'，'a_4'，'a_8'，'u'，'a_3'，'a_5'，'a_6'，'a_10'，'a_20'，'be_1'，'be_2'，'r_s1'，'r_s2'，'fea2:[1,2,3,7,9,24,5,8,3,7,1,8,1,2]]
#创建数据帧
df=pd.DataFrame（数据）
df['fea1']=df['fea1'].str.replace（“”，“”）
df['Letters'，'number']=df['fea1'].str.extract（'（'P[a-zA-Z]+）？（'P\d+））
df['grp']=（df['number'].fillna（0）.astype（int）-1）//3
df_q=df.groupby（['Letters'，'grp']）['weight'].sum（）
df_q.index=[f'{i}{j+1}'如果j！=-1其他f'{i}'表示df_q.index中的i，j]
df#U q#系列
#将系列转换为数据帧
dff=pd.DataFrame（{'fea1'：df_q.index，'fea2'：df_q.values}）
dff
谢谢。但当我有像a_10，a_20这样的值时，就存在一个问题。因为它将fea1排序为a_1，a_10，a_11，…a_19，a_2，a_20，…好的，我如何确定是否需要将3个值或4个值分组在一起？下划线后面的数字是否没有空格。也就是说，在1到20之间的任何顺序中，所有的数字都存在并且只存在一次？我希望它有类似的四分之一。例如，第1节：a_1，a_2，a_3。此外，下划线后面没有空格。是的，这些数字只存在一次。它们只是从1到27的数字。太好了！它起作用了。非常感谢。还有一个问题。那么，如果一些值有如a_s1，a_s2，a_s3，。。。希望只有一点变化。是的，你需要修改普通快车。正则表达式或非正则表达式不太容易学习，但非常实用。您希望字母仅为“a”或“a_s”？这里我只说明了几个值。但我有很多类似的，一些值像a_s1，a_s2，a_s3。这就是为什么要把它作为“a_'s”
data = {'fea1':['a_1', 'a_2', 'a_4', 'a_8', 'u', 'a_3', 'a_5', 'a_6', 'a_10', 'a_20','be_1','be_2','be_3','r_s1','r_s2'], 'fea2':[1, 2,3,7,9,24,5,8,3,7,1,8,4,1,2]} 

# Create DataFrame 
df = pd.DataFrame(data)

df['fea1'] = df['fea1'].str.replace('_', '')
df[['Letters', 'number']] = df['fea1'].str.extract('(?P<letters>[a-zA-Z]+)?(?P<number>\d+)?')
df['grp'] = (df['number'].fillna(0).astype(int) - 1) // 3
df_q = df.groupby(['Letters', 'grp'])['weight'].sum()
df_q.index = [f'{i}_q{j+1}' if j != -1 else f'{i}' for i, j in df_q.index]
df_q  #series

# converting series as dataframe
dff = pd.DataFrame({'fea1':df_q.index, 'fea2':df_q.values})
dff