如何合并矩阵中前缀相同的列向量？

嘿，这个需求挺常见的，用Python的话不管是用Pandas库还是纯原生代码都能轻松解决！我给你两种方案，你可以按需选择：

方案一：用Pandas（推荐，适合大型矩阵） #

Pandas处理这类表格数据简直是得心应手，步骤很清晰：

1. 把你的数据转换成DataFrame格式
2. 提取每个列名的前缀（按你的需求，就是开头完全相同的部分）
3. 按前缀分组，每组取最大值（因为原数据是0/1，只要组内有1结果就是1，完美实现合并）

直接上代码：

import pandas as pd

# 构造你的示例数据（实际使用时可以直接读取你的矩阵数据）
data = {
    'Ketchup': [0, 1, 0, 1],
    'Ketchupwithgarlic': [1, 0, 0, 0],
    'Ketchupspicy': [0, 0, 0, 0],
    'Chips': [0, 0, 1, 0],
    'Chipsorganic': [1, 0, 0, 0]
}
df = pd.DataFrame(data)

# 提取列名的前缀（这里用正则匹配开头的大写字母+后续小写字母，适配你的列名格式）
prefixes = df.columns.str.extract(r'^([A-Z][a-z]+)')[0]

# 按前缀分组合并，取每组最大值（等价于逻辑或操作）
merged_df = df.groupby(prefixes, axis=1).max()

# 输出结果
print(merged_df)

运行后输出就是你想要的：

Ketchup  Chips
0        1      1
1        1      0
2        0      1
3        1      0

如果你的列名前缀规则不同（比如是用下划线分隔的，像Ketchup_with_garlic），只要调整提取前缀的代码就行，比如改成prefixes = df.columns.str.split('_').str[0]。

方案二：纯Python实现（无需额外库） #

如果不想用第三方库，用原生Python也能搞定，适合轻量数据或者不能安装库的场景：

# 你的原始矩阵数据和列名
raw_data = [
    [0, 1, 0, 0, 1],
    [1, 0, 0, 0, 0],
    [0, 0, 0, 1, 0],
    [1, 0, 0, 0, 0]
]
columns = ['Ketchup', 'Ketchupwithgarlic', 'Ketchupspicy', 'Chips', 'Chipsorganic']

# 第一步：建立前缀到列索引的映射
prefix_to_indices = {}
for col_idx, col_name in enumerate(columns):
    # 提取前缀：这里取到第一个新的大写字母出现前的部分（适配你的列名格式）
    prefix = []
    for char in col_name:
        if char.isupper() and prefix:
            break
        prefix.append(char)
    prefix = ''.join(prefix)
    
    if prefix not in prefix_to_indices:
        prefix_to_indices[prefix] = []
    prefix_to_indices[prefix].append(col_idx)

# 第二步：合并每行的数据
merged_data = []
for row in raw_data:
    new_row = []
    for prefix in prefix_to_indices:
        # 检查该前缀下的所有列是否有1，有则为1，否则为0
        has_one = any(row[idx] == 1 for idx in prefix_to_indices[prefix])
        new_row.append(1 if has_one else 0)
    merged_data.append(new_row)

# 第三步：打印结果
print('\t'.join(prefix_to_indices.keys()))
for row in merged_data:
    print('\t'.join(map(str, row)))

这段代码运行后同样会输出你期望的结果~

内容的提问来源于stack exchange，提问作者nurma_a