如何根据外部向量分组Pandas DataFrame列并计算行和？

问题场景 #

现有如下DataFrame，需要按包含T2的外部向量分组计算行和，且保留所有目标分组列（包括原DataFrame中不存在的T2）：

import pandas as pd
import numpy as np

matrix = pd.DataFrame(np.array( [[1,2,3,4,5], [10,20,30,40,50],[100,200,300,400,500]  ]  ))
matrix.columns =  ["T1", "T3", "T1", "T1", "T3"]
print(matrix)

输出：

T1   T3   T1   T1   T3
0    1    2    3    4    5
1   10   20   30   40   50
2  100  200  300  400  500

期望输出：

T1  T2   T3
0    8   0    7
1   80   0   70
2  800   0  700

尝试过的方法及问题 #

• 直接按现有列分组求和，结果缺失T2列：

matrix.groupby(matrix.columns, axis=1).sum()

输出：

T1   T3
0    8    7
1   80   70
2  800  700

• 直接传入目标分组列表分组，运行报错（因DataFrame中不存在T2列）：

matrix.groupby(["T1", "T2", "T3"], axis=1).sum()

解决方案 #

方法1：分组求和后补全缺失列

先按现有列分组求和，再用reindex补全目标分组列，空值填充为0：

target_groups = ["T1", "T2", "T3"]
result = matrix.groupby(matrix.columns, axis=1).sum().reindex(target_groups, axis=1).fillna(0)
print(result)

方法2：先补全列再分组求和

先将DataFrame的列扩展为目标分组（缺失列填充0），再按分组映射求和：

target_groups = ["T1", "T2", "T3"]
# 构建分组映射，覆盖所有目标分组
group_map = {col: col for col in matrix.columns}
for g in target_groups:
    if g not in group_map:
        group_map[g] = g

# 补全列后分组求和
result = matrix.reindex(target_groups, axis=1, fill_value=0).groupby(group_map, axis=1).sum()
print(result)

两种方法均可得到符合要求的输出，方法1更简洁，方法2适用于需要复杂分组映射的场景。

内容的提问来源于stack exchange，提问作者Elizabeth_Banks