Python 对于每一行，如何从相同的字符串开始对列的值求和

编辑：列名确实以超过1个字符开头，但以sep=''开头，更像是AAA_BBB，AAA_DDD，BBB_EEE，BBB_FFF

感谢groupby解决方案

---

我有一个这样的熊猫数据框架（借用另一个问题）：

我怎样才能得到一个新的数据帧，其中的列总和具有相同的“起始字符串”，例如“C”、“T”？谢谢

df =

C     T  
62    33    
145   99

不幸的是，我必须处理数据帧的这种结构，数据帧中大约有1000列，看起来像A1、A2、A3、B1、B2、B3、

pandas.dataframe.groupby

和

axis=1

OP对列名的一般特征含糊不清。请阅读各种选项，以确定哪些选项更适合您的具体情况

callable

version#1 假设列前缀是单个字符

from operator import itemgetter

df.groupby(itemgetter(0), axis=1).sum()

     C   T
0   62  33
1  145  99

当您将可调用的

传递给
pandas.DataFrame.groupby
时，它会将可调用的映射到索引（如果
axis=1
，则映射到列），并让唯一的结果充当分组键


callable
version#2：推出我们自己的
稍微复杂一点，但对于不仅仅是单个字符前缀应该是健壮的。而且，不使用导入

def yield_while_alpha(x):
    it = iter(x)
    y = next(it)
    while y.isalpha():
        yield y
        y = next(it)

def get_prefix(x):
    return ''.join(yield_while_alpha(x))

df.groupby(get_prefix, axis=1).sum()

     C   T
0   62  33
1  145  99

同样的想法，但使用
itertools

from itertools import takewhile

df.groupby(
    lambda x: ''.join(takewhile(str.isalpha, x)),
    axis=1
).sum()

     C   T
0   62  33
1  145  99


pandas.Index.str.extract
或者我们不必使用
callable

df.groupby(df.columns.str.extract('(\D+)', expand=False), axis=1).sum()

     C   T
0   62  33
1  145  99

使用
多索引
的替代方法：

df.columns = [df.columns.str[0], df.columns]
df.groupby(level=0, axis=1).sum()

使用

输出：

     C   T
0   62  33
1  145  99

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

     C   T
0   62  33
1  145  99