对一些具有特殊字符的数据帧求和

Question

我有一个数据帧如下：

G-openF-open0

A-open	A-close	A-total	G-close	G-total
1	4	0	3		0	8	2

您可以提取破折号之前的id，并将其用于列上的groupby+sum：

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

输出：

A-total  F-total  G-total
0        5       10        8

插入/替换为列：

df[d.columns] = d

输出：

A-open  A-close  A-total  G-open  G-close  G-total  F-open  F-close  F-total
0       1        4        5       3        5        8       8        2       10

注意。这是假设"X-total"列最初不存在或为空。如果不是空的：

df[d.columns] = d-df[d.columns]

我们可以在列swaplevel上使用str.rsplit将其转换为MultiIndex，从而使顶级列为"；打开"关闭"；，以及"；总计"；。MultiIndex的好处是，我们可以使用索引对齐来进行计算，并且计算可以按惯例进行：

# Create MultiIndex
df.columns = df.columns.str.rsplit('-', n=1, expand=True).swaplevel()
# Multi Index allows for idiomatic computations like this:
df['total'] = df['open'] + df['close']
# Collapse MultiIndex
df.columns = [f'{b}-{a}' for (a, b) in df.columns]

df:

A-open  A-close  A-total  G-open  G-close  G-total  F-open  F-close  F-total
0       1        4        5       3        5        8       8        2       10

---

设置：

import pandas as pd
df = pd.DataFrame({
'A-open': [1], 'A-close': [4], 'A-total': [0], 'G-open': [3],
'G-close': [5], 'G-total': [0], 'F-open': [8], 'F-close': [2],
'F-total': [0]
})

通过将所有列名按'-'拆分并保留第一个字母，将输出放入一个集合中以删除重复项，获得不同字母列集的列表：

letters = list({i.split('-')[0] for i in df.columns.to_list()})
print(letters)
{'A', 'F', 'G'}

然后，您可以循环这些，并通过添加打开和关闭来计算每个列的总列数：

for l in letters:
df[l + '-total'] = df[l + '-open'] + df[l + '-close']

最终df:

A-open  A-close  A-total  G-open  G-close  G-total  F-open  F-close  F-total
0       1        4        5       3        5        8       8        2       10