Python Pandas：在沒有明確輸入列的情況下聚合大列子集

Question

我正在嘗試對我的數據框進行聚合。問題是我需要聚集超過一百列。現在我有他們所有這樣鍵入這樣

df_grouped = df.groupby(['Column1'])['Column2','Column3','Column4','Column5'].sum() 

直到最後一列。如果必須做出改變，那麼非常煩人而且難以維護。有沒有一種方法可以在不明確輸入的情況下引用這些列？

Answer 1

如果您可以選擇具有條件的所需列，以下是一種超級簡單的方法。我偶爾使用這種方法，但不適用於> 100列，所以我不確定性能影響。

對於樣品DF：

df 
    a b c bb 
0 1 4 4 4 
1 2 5 5 5 
2 7 87 87 87 
3 5 6 6 6 

使用列表理解：

df[[i for i in df.columns if 'b' in i]] 
    b bb 
0 4 4 
1 5 5 
2 87 87 
3 6 6 

這顯然可以用你喜歡的任何條件下使用。

df_grouped = df.groupby(['Column1'][[i for i in df.columns if 'b' in i]].sum() 

使用我的超級簡單的例子，一些並排性能：

%timeit df[[i for i in df.columns if 'b' in i]] 
1000 loops, best of 3: 394 µs per loop 

%timeit df[df.columns.difference(['a','c'])] 
1000 loops, best of 3: 598 µs per loop 

Answer 2

您可以通過差限定列：

df_grouped = df.groupby(['Column1'])[ 
    df.columns.difference(columns_to_exclude + ['Column1']) 
].sum() 

注意，方法difference使用套，所以列的順序不能保證。