繰り返し列名を持つパンダsumif

Question

df2の列を下のdf3の列で合計するにはどうすればよいですか？

df = pd.DataFrame(np.random.rand(25).reshape((5,5)),index = ['A','B','C','D','E']) 
df1 = pd.DataFrame(np.random.rand(15).reshape((5,3)),index = ['A','B','C','D','E']) 
df2 = pd.concat([df,df1],axis=1) 
df3 = pd.DataFrame(np.random.rand(25).reshape((5,5)),columns = np.arange(5),index = ['A','B','C','D','E']) 

答えはdf3の形になります。明確にするため

EDIT：

df = pd.DataFrame(np.ones(25).reshape((5,5)),index = ['A','B','C','D','E']) 
df1 = pd.DataFrame(np.ones(15).reshape((5,3))*2,index = ['A','B','C','D','E'],columns = [1,3,4]) 
df2 = pd.concat([df,df1],axis=1) 
df3 = pd.DataFrame(np.empty((5,5)),columns = np.arange(5),index = ['A','B','C','D','E']) 
print(df2) 
    0 1 2 3 4 1 3 4 
A 1.0 1.0 1.0 1.0 1.0 2.0 2.0 2.0 
B 1.0 1.0 1.0 1.0 1.0 2.0 2.0 2.0 
C 1.0 1.0 1.0 1.0 1.0 2.0 2.0 2.0 
D 1.0 1.0 1.0 1.0 1.0 2.0 2.0 2.0 
E 1.0 1.0 1.0 1.0 1.0 2.0 2.0 2.0 

所望の結果は次のようになります。

 0  1  2  3  4 
A 1.0  3.0  1.0  3.0  3.0 
B 1.0  3.0  1.0  3.0  3.0 
C 1.0  3.0  1.0  3.0  3.0 
D 1.0  3.0  1.0  3.0  3.0 
E 1.0  3.0  1.0  3.0  3.0 

Answer 1

することができます列でグループあなたのDF：

In [57]: df2.groupby(axis=1, by=df2.columns).sum() 
Out[57]: 
    0 1 2 3 4 
A 1.0 3.0 1.0 3.0 3.0 
B 1.0 3.0 1.0 3.0 3.0 
C 1.0 3.0 1.0 3.0 3.0 
D 1.0 3.0 1.0 3.0 3.0 
E 1.0 3.0 1.0 3.0 3.0 

明示的に軸名を指定することができます。

In [58]: df2.groupby(axis='columns', by=df2.columns).sum() 
Out[58]: 
    0 1 2 3 4 
A 1.0 3.0 1.0 3.0 3.0 
B 1.0 3.0 1.0 3.0 3.0 
C 1.0 3.0 1.0 3.0 3.0 
D 1.0 3.0 1.0 3.0 3.0 
E 1.0 3.0 1.0 3.0 3.0 

又はa short version from @piRSquared

df2.groupby(df2.columns, 1).sum() 

Answer 2

は、あなたが何を意味するか、このです：

new_df = pd.DataFrame() 
for c in df3.columns: 
    try: 
     new_df[c] = [sum(x) for x in df2[c].values] 
    except: 
     new_df[c] = df2[c].values 

Answer 3

はT転置、groupbyとsumを使用してみましょう：

df2.T.groupby(level=0).sum().T 

オリジナルDF2：

  0   1   2   3   4   0   1 \ 
A 0.627278 0.008150 0.285077 0.931831 0.683035 0.691318 0.873139 
B 0.246861 0.108021 0.903743 0.030373 0.870753 0.143835 0.251623 
C 0.367309 0.551530 0.193623 0.704314 0.136061 0.102401 0.287334 
D 0.580771 0.592600 0.949666 0.806875 0.288331 0.794173 0.034380 
E 0.088984 0.838401 0.988919 0.636134 0.353484 0.584571 0.090235 

      2 
A 0.763687 
B 0.735570 
C 0.405304 
D 0.446789 
E 0.542930 

new_df2 = df2.T.groupby(level=0).sum().T 
print(new_df2) 

出力新しいDF2：

  0   1   2   3   4 
A 1.318595 0.881289 1.048764 0.931831 0.683035 
B 0.390697 0.359644 1.639314 0.030373 0.870753 
C 0.469710 0.838864 0.598927 0.704314 0.136061 
D 1.374944 0.626980 1.396455 0.806875 0.288331 
E 0.673555 0.928636 1.531849 0.636134 0.353484 

Answer 4

溶液1
numpy.dot + pandas.get_dummies

cols = df2.columns.values 
pd.DataFrame(
    df2.values.dot(pd.get_dummies(cols).values), 
    df2.index, pd.unique(df2.columns.values) 
) 

    0 1 2 3 4 
A 1 3 1 3 3 
B 1 3 1 3 3 
C 1 3 1 3 3 
D 1 3 1 3 3 
E 1 3 1 3 3 

溶液2
numpy.einsum + pandas.get_dummies

cols = df2.columns.values 
pd.DataFrame(
    np.einsum('ij,jk->ik', df2.values, pd.get_dummies(cols).values), 
    df2.index, pd.unique(df2.columns.values) 
) 

    0 1 2 3 4 
A 1 3 1 3 3 
B 1 3 1 3 3 
C 1 3 1 3 3 
D 1 3 1 3 3 
E 1 3 1 3 3 

---

ナイーブタイミング

セットアップ

df2 = pd.DataFrame(
    [[1, 1, 1, 1, 1, 2, 2, 2]], 
    list('ABCDE'), 
    [0, 1, 2, 3, 4, 1, 3, 4] 
)