如何用Python对CSV数据每N行列分组求和并生成新结果

需求说明 #

我有一个包含100多行数据的CSV文件，数据示例如下：

需要对每一列按**每5个单元格（即每5行）**进行求和，生成新的结果表。仅针对前三列、N=5的示例结果如下：

现有代码片段：

import pandas as pd
    
df = pd.read_csv(filename)
df[df.columns[4:]].sum()

解决方案 #

使用Pandas的分组功能可以高效实现需求，完整代码如下：

import pandas as pd

# 读取目标CSV文件
df = pd.read_csv("your_file.csv")

# 定义分组大小为5
group_size = 5

# 按每5行分组，对所有列求和
sum_result = df.groupby(df.index // group_size).sum()

# 可选：重命名结果列（匹配示例中的J/K/L命名规则）
sum_result.columns = [chr(ord('J') + idx) for idx in range(len(sum_result.columns))]

# 查看结果或保存到新CSV文件
print(sum_result)
sum_result.to_csv("sum_output.csv", index=False)

代码说明 #

• df.index // group_size：通过整数除法将索引分组，前5行索引0-4会被分到组0，接下来5行5-9分到组1，以此类推。
• groupby(...).sum()：对每个分组内的所有列执行求和操作，直接得到每组的汇总结果。
• 列名重命名为可选步骤，若不需要修改列名，可删除该代码行，保留原CSV的列名即可。

内容的提问来源于stack exchange，提问作者FTh