使用Python和Pandas基于另一列合并列数据

没问题，我来帮你搞定这个需求！针对你这个制表符分隔的文件，我们可以用Pandas快速实现按末尾字母分组、对第一列数值求和的操作，步骤很清晰：

步骤1：读取制表符分隔的文件 #

首先，我们需要把文件读进Pandas的DataFrame里。因为你的示例数据没有表头，我们可以手动指定列名，方便后续操作：

import pandas as pd

# 读取制表符分隔的文件，指定列名（替换成你的实际文件路径）
df = pd.read_csv('your_file.txt', sep='\t', header=None, names=['Value', 'Line', 'Start', 'End', 'Group'])

这里your_file.txt要替换成你实际的文件路径，names参数给每一列起了明确的名字，后续操作更直观。

步骤2：按分组列求和 #

接下来，我们按Group列（也就是你说的末尾字母）分组，对Value列（第一列）求和：

# 按Group分组，对Value列求和
sum_result = df.groupby('Group')['Value'].sum().reset_index()

groupby('Group')按字母分组，['Value'].sum()对每组的第一列数值求和，reset_index()把分组后的结果转换成普通的DataFrame格式，方便后续处理。

步骤3：输出成你需要的格式 #

现在我们可以把结果转换成你期望的“总和 分组”的格式：

# 遍历结果并打印
for _, row in sum_result.iterrows():
    print(f"{row['Value']} {row['Group']}")

运行这段代码后，输出就会是：

7 A
9 B
22 C

完整代码整合 #

把上面的步骤整合起来，完整代码如下：

import pandas as pd

# 读取文件
df = pd.read_csv('your_file.txt', sep='\t', header=None, names=['Value', 'Line', 'Start', 'End', 'Group'])

# 分组求和
sum_result = df.groupby('Group')['Value'].sum().reset_index()

# 输出结果
for _, row in sum_result.iterrows():
    print(f"{row['Value']} {row['Group']}")

如果你需要把结果保存到文件里，也可以用to_csv方法：

sum_result.to_csv('sum_result.txt', sep=' ', header=False, index=False)

这样生成的sum_result.txt里就是你要的格式啦。

内容的提问来源于stack exchange，提问作者Steveman30290