python - 如何对具有相似名称的行求和

Question

我有一个看起来像这样的数据框

每行都有自己的副本，带有“treatment_group”前缀，但系数不同。如何使用以下逻辑在整个数据帧中按 coef 对这些行求和：sum = treatment_group: feature 19 + feature 19？

标签： pythonpandasdataframe

Answer 1

您可以使用split选择最后一个值，它适用于具有聚合的任何值sum：

df.groupby(df.index.str.split(':').str[-1]).sum()

或使用replace：

df.groupby(df.index.str.replace('treatment_group:', '', regex=True)).sum()

就像评论中提到的@mozway - 可以提取索引中的最后一个数字（添加expand=False为 return Series）：

df.groupby(df.index.str.extract('(\d+)$', expand=False)).sum()