列标题前缀上的GroupBy列

Question

我有一个dataframe，它的列名以一组前缀列表开头。我想得到数据帧中按以相同前缀开头的列分组的值的总和。在

df = pd.DataFrame([[1,2,3,4],[1,2,3,4],[1,2,3,4],[1,2,3,4]],
              columns=['abc', 'abd', 'wxy', 'wxz'])
prefixes = ['ab','wx']
df
    abc abd wxy wxz
0   1   2   3   4
1   1   2   3   4
2   1   2   3   4
3   1   2   3   4

我想知道如何做的唯一方法是遍历前缀列表，从以该字符串开始的数据帧中获取列，然后求和结果。在

^{pr2}$

我希望有一种更优雅的方法来实现它，也许是使用groupby（），但我想不出来。在

Answer 1

首先，有必要确定哪些列包含什么前缀。然后我们使用它来执行groupby。在

grouper = [next(p for p in prefixes if p in c) for c in df.columns]
u = df.groupby(grouper, axis=1).sum()

   ab  wx
0   3   7
1   3   7
2   3   7
3   3   7

快到了，现在

^{pr2}$

---

另一个选项是使用np.char.startswith和argmax来矢量化：

idx = np.char.startswith(
    df.columns.values[:, None].astype(str), prefixes).argmax(1)

(pd.Series(df.groupby(idx, axis=1).sum().sum().values, index=prefixes)
   .to_frame()
   .transpose())

   ab  wx
0  12  28

Answer 2

在对列切片后使用groupby

df.groupby(df.columns.str[:-1],axis=1).sum().sum().to_frame().T
Out[317]: 
   ab  wx
0  12  28

更新

^{pr2}$