Pandas DataFrame，一起添加重复的列

Question

我有一个非常大的DataFrame，它有重复的列，但它下面的值没有。我希望将重复的列合并在一起并添加值。

这个非常大的DataFrame是通过将序列附加在一起而生成的，这就是复制发生的地方。

       Py Java Ruby C  Ruby
2010    1   5   8   1   5
2011    5   5   1   9   8
2012    1   5   8   2   8
2013    6   3   8   1   9
2014    4   8   9   9   9

所以我想把两个Ruby列加在一起得到这个结果：

       Py Java Ruby C  Ruby
2010    1   5   13  1   5
2011    5   5   9   9   8
2012    1   5   16  2   8
2013    6   3   17  1   9
2014    4   8   18  9   9

我运行的是python 2.7

Answer 1

我建议使用groupby：

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

为了让它也适用于MultiIndex，可以这样做：

if df.columns.duplicated().any():
    all_levels = df.columns.nlevels
    if all_levels > 1:
        all_levels = range(all_levels)
    df = df.groupby(axis=1, level=all_levels).sum()

编辑

不使用groupby，现在可以简单地这样做：

df = df.sum(axis=1, level=0)

注意nans，上面的过程会将nans转换为0。为了避免这种情况，可以使用skipna=False或min_count=1 (取决于用例)：

df = df.sum(axis=1, level=0, skipna=False)

Answer 2

我不知道为什么要保存旧的值列，如果要对它们求和，下面是一种方法：

df = pd.DataFrame({'col1':x, 'col2':y, 'col3':z}, index=a)
df.columns = ['Ruby', 'Python', 'Ruby']
df['Ruby'] = df['Ruby'].sum(axis=1)
df = df.T.drop_duplicates()
df = df.T

起始数据帧如下所示：

        Ruby  Python  Ruby
2010     1       2     1
2011     2       4     3
2012     3       6     5
2013     4       8     7
2014     5      10     9

然后变成：

        Ruby  Python
2010     2       2
2011     5       4
2012     8       6
2013    11       8
2014    14      10