在pandas df中对具有相同名称的行中的所有字段求和的方式？

Question

我正用头撞墙： 我想为“融合”列中具有相同值的所有行逐行添加所有值。这是一个虚拟示例：

import pandas as pd

rows_l = [['AFF1_KMT2A', 3.0, 1.0, 1.0, 1.0, 4, 6.0],
 ['AFF1_KMT2A', 3.0, 2.0, 1.0, 0.0, 3, 6.0],
 ['TCF3_PBX1', 3.0, 1.0, 1.0, 0.0, 3, 5.0],
 ['TCF3_PBX1', 0.0, 0.0, 0.0, 1.0, 1, 1.0],
 ['ABL1_BCR', 1.0, 1.0, 1.0, 2.0, 4, 5.0]]
col_l = ['fusion', 'FusionCatcher', 'Manta', 'STARfusion', 'TopHat','tool_count', 'tot']

my_df = pd.DataFrame(rows_l, columns=col_l)

给我这个 my_df：

	fusion	FusionCatcher	Manta	STARfusion	TopHat	tool_count	tot
0	ABL1_BCR	1.0	1.0	1.0	2.0	4	5.0
1	AFF1_KMT2A	3.0	2.0	1.0	0.0	3	6.0
2	TCF3_PBX1	3.0	1.0	1.0	0.0	3	5.0
3	AFF1_KMT2A	3.0	1.0	1.0	1.0	4	6.0
4	TCF3_PBX1	0.0	0.0	0.0	1.0	1	1.0

当然，在我的真实文件中，相同的行并不总是相隔一行，而是无处不在...

我的输出应该是这样的：

	fusion	FusionCatcher	Manta	STARfusion	TopHat	tool_count	tot
0	AFF1_KMT2A	6.0	3.0	2.0	1.0	7	12.0
1	TCF3_PBX1	3.0	1.0	1.0	1.0	4	6.0
2	ABL1_BCR	1.0	1.0	1.0	2.0	4	5.0

到目前为止，我只找到了 df['whatever_you_want_to_sum'].groupby(df['col_names_if_same_wil_be_bundled'])，但这似乎只适用于 2 列，对我没有多大帮助。

是否有任何特定的python pandas 方法可以做到这一点，或者我应该继续写我的for-loops 直到打印看起来正确？

Answer 1

您可以尝试使用数据透视表吗？

pd.pivot_table(my_df, index="fusion", values=col_l, aggfunc=np.sum)

您还需要事先import numpy as np。 你得到一个如图所示的数据透视表：