合并数据框中的两个同名列答案

【问题标题】：Merging two identically-named columns in a dataframe合并数据框中的两个同名列
【发布时间】：2021-12-28 15:23:29
【问题描述】：

我有一个如下所示的数据框：

df = pd.DataFrame({'a':[1,0,1],'b':[0,1,0],'b1':[1,0,0],'c':[0,1,1]})
df.columns = ['a','b','b','c']

>>> df
   a  b  b  c
0  1  0  1  0
1  0  1  0  1
2  1  0  0  1

我想将这两个不同的b 列合并在一起，如下所示：

我知道我可以在按位上下文中使用 | (OR) 来组合它们，例如与a 和c：

>>> df['a'] | df['c']
0    1
1    1
2    1
dtype: int64

但我无法选择两个单独的 b 列，因为：

>>> df['b']
   b  b
0  0  1
1  1  0
2  0  0

>>> df['b']['b']
   b  b
0  0  1
1  1  0
2  0  0

>>> df['b']['b']['b']['b']['b']['b']['b']['b']['b']['b']['b']['b']['b']['b']['b']['b']['b']['b']['b']['b']['b']['b']['b']['b']['b']['b']['b']
   b  b
0  0  1
1  1  0
2  0  0

【问题讨论】：

你应该为“join”指定一些规则（它实际上不是一个join）。在这种情况下，我从数据中解释您的列仅包含 0 或 1，并且 1 覆盖了 0。就这些了吗？
是的@Ric。我希望b 以1,1,0 结尾，因为这两个b 是0,1,0 和1,0,0。
df["b"].sum(axis=1).clip(0, 1)?或df["b"].apply(lambda x: x[0]|x[1], axis=1)
df.T.drop_duplicates().T 如果你想删除额外的 B 列
很好@Chris - 这也很有用。我确实想放弃多余的。

标签： python pandas merge

【解决方案1】：

假设您有多组重复列，您可以使用DataFrame.groupby 将not_speshal's solution 的相同逻辑应用于每个组。

# group the columns (axis=1) by their labels (level=0) and apply the logic to each group
df = df.groupby(level=0, axis=1).sum().clip(0, 1)

【讨论】：

【解决方案2】：

除了建议的答案by not_speshal，您还可以通过索引访问列，如下所示：

df.iloc[:, 1] | df.iloc[:, 2]

【讨论】：

【解决方案3】：

试试sum 和clip：

df["b"] = df["b"].sum(axis=1).clip(0, 1)

#remove duplicate column
df = df.loc[:, ~df.columns.duplicated()]

【讨论】：

调用clip 似乎没有必要。
如果两个“b”列都有1，你会得到2而不是1
@HarryPlotter - 如果有多个重复的列，这将是有意义的。否则我的方法要快得多（每个循环 28.5 ns ± 1.04 ns 与每个循环 2.55 ms ± 112 µs）。使用更大的 DataFrame（大 1000 倍：每循环 30.3 ns ± 0.809 ns vs 每循环 3.41 ms ± 206 µs），我的代码也变得更加高效。
是的，自然会慢一些。但在这种情况下，OP 想要概括不同列组的逻辑。
我想我实际上会使用你的@HarryPlotter，因为虽然我喜欢 not_speshal 这个快速的小解决方案，但重复的列将是任意的，所以你的列对于我的特殊情况会更好。你能把它放在答案中吗？