合并DataFrame中的重复列
如果我的数据框具有包含相同名称的列，是否可以将具有相同名称的列与某种功能（即求和）结合起来？
例如：
In [186]:
df["NY-WEB01"].head()
Out[186]:
NY-WEB01 NY-WEB01
DateTime
2012-10-18 16:00:00 5.6 2.8
2012-10-18 17:00:00 18.6 12.0
2012-10-18 18:00:00 18.4 12.0
2012-10-18 19:00:00 18.2 12.0
2012-10-18 20:00:00 19.2 12.0
如何通过对列名称相同的每一行求和来折叠NY-WEB01列（有一堆重复的列，而不仅仅是NY-WEB01）？
问题答案：
我相信这可以满足您的要求：
df.groupby(lambda x:x, axis=1).sum()
或者，取决于df的长度，快3％至15％：
df.groupby(df.columns, axis=1).sum()
编辑：要将其扩展到总和之外，请使用.agg()（的缩写.aggregate()）：
df.groupby(df.columns, axis=1).agg(numpy.max)
-
我有两列，一列有年份，另一列有月份数据，我正试图从中创建一列（包含年份和月份）。 示例： 我想拥有 我试过了 但它给了我“无法从重复轴重新编制索引”错误。
-
本文向大家介绍对DataFrame数据中的重复行,利用groupby累加合并的方法详解，包括了对DataFrame数据中的重复行,利用groupby累加合并的方法详解的使用技巧和注意事项，需要的朋友参考一下 pandas读取一组数据，可能存在重复索引，虽然可以利用drop_duplicate直接删除，但是会删除重要信息。 比如同一ID用户，多次登录学习时间。要计算该用户总共‘'学习时间‘'，就要把
-
问题内容： 我有一个熊猫，其中有多个列： 其中和是包含相同数据但名称不同的列。有没有一种方法可以将组成行的行移动到理想状态，同时保持名称？ 最后，DataFrame应该显示为： 那就是构成bar的NaN值被替换为的值。 问题答案： 尝试这个： 如果您希望该数据成为新列，只需将结果分配给即可。
-
如何将一个数据帧中的多列(比如3列)组合成一个列(在一个新的数据帧中)，其中每一行都成为一个Spark DenseVector？类似于这个线程，但在Java中，有一些下面提到的调整。 我试着用这样的UDF: 然后注册UDF: 其中＜code＞数据类型＜code＞为： 当我在一个有3列的数据帧上调用这个UDF并打印出新数据帧的模式时，我得到如下结果： 这里的问题是，我需要一个向量在外部，而不是在结构
-
我还尝试了以下操作: 同样，在我运行脚本之后，不会出现。我只有前两个字段名；第三个不停地掉下来。我该怎么解决这个？
-
我试图通过合并另外两个列表来生成ArrayList。我允许重复对象，但是我的结果ArrayList必须包含两个初始列表之间的差异。我意识到这听起来可能很复杂，所以这里有一个例子： ArrayList 1:[obj1,obj1,obj1,obj2,obj4,obj4] ArrayList 2:[obj1,obj2,obj2,obj3] 我觉得这应该很简单，但我似乎想不通。我将使用ArrayList1