Python 熊猫：每N列的总和

我有数据帧

ID   2016-01   2016-02 ...  2017-01  2017-02 ... 2017-10  2017-11  2017-12
111    12        34           0        12          3        0        0
222    0         32           5         5          0        0        0

我需要每12列计算一次

ID   2016   2017
111   46     15
222   32     10

我试着用

(df.groupby((np.arange(len(df.columns)) // 31) + 1, axis=1).sum().add_prefix('s'))

df.groupby['ID']((np.arange(len(df.columns)) // 31) + 1, axis=1).sum().add_prefix('s'))

但它会返回到所有列 但是当我尝试使用

(df.groupby((np.arange(len(df.columns)) // 31) + 1, axis=1).sum().add_prefix('s'))

df.groupby['ID']((np.arange(len(df.columns)) // 31) + 1, axis=1).sum().add_prefix('s'))

它回来了

TypeError: 'method' object is not subscriptable

如何解决此问题？

首先是没有日期的列：

df = df.set_index('ID')

1.

groupby

按ed列并首先选择：

df = df.groupby(df.columns.str.split('-').str[0], axis=1).sum()

2.

lambda

拆分功能：

df = df.groupby(lambda x: x.split('-')[0], axis=1).sum()

3.将列转换为日期时间和

groupby

年份：

df.columns = pd.to_datetime(df.columns)
df = df.groupby(df.columns.year, axis=1).sum()

4.

按
年份重新采样
：

df.columns = pd.to_datetime(df.columns)
df = df.resample('A', axis=1).sum()
df.columns = df.columns.year


如果您不介意丢失标签，可以尝试以下方法：

new_df=df.groupby（[i//n表示范围（0，m）中的i）]，轴=1.sum（）

其中n是要分组在一起的列数，m是要分组的列总数。之后必须重命名列。
上述代码有一个轻微的语法错误，并引发以下错误：

ValueError:对象类型没有名为1的轴

基本上，groupby条件需要用
[]
包装。因此，为了方便起见，我正确地重写了代码：

new_df = df.groupby([[i//n for i in range(0,m)]], axis = 1).sum()

其中，
n
是要分组的列数，
m
是要分组的列总数。之后必须重命名列