组合DataFrame中的多列

Question

我有一个包含40列(从0到39列)的DataFrame，我想一次将它们分组四列：

import numpy as np
import pandas as pd
df = pd.DataFrame(np.random.binomial(1, 0.2, (100, 40)))

new_df["0-3"] = df[0] + df[1] + df[2] + df[3]
new_df["4-7"] = df[4] + df[5] + df[6] + df[7]
...
new_df["36-39"] = df[36] + df[37] + df[38] + df[39]

我能用一条语句(或者比单独总结它们更好的方式)来做这件事吗？新DataFrame中的列名并不重要。

Answer 1

我不知道这是否是最好的方法，但我最终使用了MultiIndex：

df.columns = pd.MultiIndex.from_product((range(10), range(4)))
new_df = df.groupby(level=0, axis=1).sum()

更新:可能是因为索引的缘故，这比其他方法更快。如果考虑到构建索引的时间，df.groupby(df.columns//4, axis=1).sum()也可以更快地完成。但是，索引更改是一次操作，我更新df并接受数千次求和，所以使用MultiIndex对我来说更快。

Answer 2

您可以选择列并在行轴上求和，如下所示。

df['0-3'] = df.loc[:, 0:3].sum(axis=1)

有几件事要注意：

1. 在df[0] + df[1] ...传播数据时，这样的求和将忽略丢失的数据。如果您想要这样的行为，请通过skipna=False。
2. 不一定有任何性能上的好处，实际上可能会慢一点。

Answer 3

另一种方法是：

new_df = df.transpose()  
new_df['Group'] = new_df.index / 4  
new_df = new_df.groupby('Group').sum().transpose()

注意，这里的除法操作是整数除法，而不是浮点除法.