Python 合并具有相同名称但不排序列的dataframe列

我有一个列名称为的数据框：

'01 2017' '02 2017' ...... '12 2017' '01 2018' '01 2018' ....

因此，您可以看到两列中重复了01 2018和01 2018。我想在不重新排列列的情况下对列进行求和

我目前有以下代码：

df.groupby(lambda x:x, axis=1).sum()

但是，输出是：

'01 2017' '01 2018' ... '12 2017' '12 2018'

这会按前两位数字对其进行排序，并使排列混乱。

我认为您需要使用@piRSquared setup modified重新编制索引：

使用df.columns.unique true按当前顺序列出唯一的列名，然后使用axis=1的reindex将列排序在groupby之后，并使用sum

df = pd.DataFrame(
    np.random.randint(10, size=(6, 5)),
    columns='1 2017|2 2017|1 2018|2 2018|2 2018'.split('|')
)
df.groupby(df.columns, axis=1).sum().reindex(df.columns.unique(), axis=1)

输出：

   1 2017  2 2017  1 2018  2 2018
0       9       2       4      15
1       5       0       0      10
2       1       8       5      10
3       1       1       9       8
4       9       0       0       0
5       6       1       4       5

---

通过使用Pir的数据，稍微改变它

数据输入

解决方案

---

请花一点时间看一下网站上的建议和说明，以及关于回答问题的提示。我更喜欢你的解决方案：+他们叫我近视的斯科特。@ScottBoston哈，这让我大笑。我也有罪。我错过了重复的专栏和所有的-：删除我的答案。抓取你的人的答案设置。

np.random.seed([3, 1415])
df = pd.DataFrame(
    np.random.randint(10, size=(5, 4)),
    columns='1 2017|2 2017|1 2018|1 2018'.split('|')
)
df
Out[346]: 
   1 2017  2 2017  1 2018  1 2018
0       0       2       7       3
1       8       7       0       6
2       8       6       0       2
3       0       4       9       7
4       3       2       4       3

df.sum(level=0,axis=1) # using `sum`
Out[347]: 
   1 2017  2 2017  1 2018
0       0       2      10
1       8       7       6
2       8       6       2
3       0       4      16
4       3       2       7