Python Pandas--聚合具有相同名称的多个列？

我有多个具有相同名称的列（即3个名为“box”的列），我需要有一个对值求和的列，以便连接数据帧。有多个这样的情况需要发生

---

我尝试了

df1=df.groupby（level=0，axis=1）.sum（）

，但是我得到了一个没有值的列。（即，在第一行，“框”：9，“框”：1，“框”：4应成为一列名为“框”，值为14，但它显示的是一列名为“框”，但没有值。）

您可以使用

df['column_name']]基于列名求和。求和（axis=1）

并为希望得到结果的列设置该列

下面是一个简单的例子：

>>df
a b c b e
01 5 dd 16
1 2 9 ee 1 10
2 3 1 ff 1 2
>>>df['f']=df['b'].和（轴=1）
>>>df
a b c b e f
01 5 dd 16 6
1 2 9 ee 1 10 10
2 3 1 ff 1 2

请注意，它不是对行中的每个值求和，而是对名为“b”的列中的值求和

这是因为当您按名称调用一个重复的列时，

pandas

会识别该事实。例如：

df['a'] 0 1 1 2 2 3 名称：a，数据类型：int64 >>>df['b'] b b 0 5 1 1 9 1 2 1 1 >>>df.columns.get_loc（'a'）） 0 >>>df.columns.get_loc（'b'） 数组（[False，True，False，True，False，False]）

---

---

我建议重新命名重复的列名，避免将来出现重复名称带来的不确定性。对于如何执行此操作以及如何在从其他来源导入时避免此操作，有很多建议。

您可以使用

df['column\u name'].sum（axis=1）

基于列名求和，并为您想要结果的列设置此值

下面是一个简单的例子：

>>df
a b c b e
01 5 dd 16
1 2 9 ee 1 10
2 3 1 ff 1 2
>>>df['f']=df['b'].和（轴=1）
>>>df
a b c b e f
01 5 dd 16 6
1 2 9 ee 1 10 10
2 3 1 ff 1 2

请注意，它不是对行中的每个值求和，而是对名为“b”的列中的值求和

这是因为当您按名称调用一个重复的列时，

pandas

会识别该事实。例如：

df['a'] 0 1 1 2 2 3 名称：a，数据类型：int64 >>>df['b'] b b 0 5 1 1 9 1 2 1 1 >>>df.columns.get_loc（'a'）） 0 >>>df.columns.get_loc（'b'） 数组（[False，True，False，True，False，False]）

---

---

我建议重新命名重复的列名，避免将来出现重复名称带来的不确定性。对于如何做到这一点，以及如何在从其他来源导入时避免这一点，有很多建议。

您是否考虑过重命名重复的列名？在此过程中，列名将被重命名并成为重复的列名。基本上，我有30个可能的列名，分为五个部分中的一个。你能发布一些你看到的工作代码示例吗？我刚刚尝试了你的方法，它似乎有效，所以我想我没有清楚地看到你是从什么开始的，还是想以什么结束的。这真的很不寻常。由于某种原因，很难创建重复的索引…您是否考虑过重命名重复的列名？在重命名过程中，列名将被重命名并成为重复的列名。基本上，我有30个可能的列名，分为五个部分中的一个。你能发布一些你看到的工作代码示例吗？我刚刚尝试了你的方法，它似乎有效，所以我想我没有清楚地看到你是从什么开始的，还是想以什么结束的。这真的很不寻常。由于某种原因，很难创建重复的索引。。。