Python实现DataFrame按指定日期（末表头）计算每行前后数值求和

先模拟符合你描述的DataFrame结构：

import pandas as pd

# 示例数据
df = pd.DataFrame({
    'Codes': ['X1', 'X2', 'X3'],
    '2022-10-01': [5, 12, 8],
    '2022-11-01': [7, 9, 15],
    '2022-12-01': [10, 6, 11],  # 最后一个日期（你的指定日期）
    '2023-01-01': [3, 14, 4],
    '2023-02-01': [8, 5, 9]
})

核心步骤 #

1. 确定目标日期列
   直接取最后一个非Codes的列作为指定日期：

   # 筛选出所有日期列
   date_columns = [col for col in df.columns if col != 'Codes']
   # 目标日期是最后一个表头
   target_date_col = date_columns[-1]
   # 获取该列在DataFrame中的位置索引
   target_col_index = df.columns.get_loc(target_date_col)
   

2. 计算指定日期前的总和
   取Codes之后、目标日期列之前的所有数值列，按行求和：

   df['total_before'] = df.iloc[:, 1:target_col_index].sum(axis=1)
   

3. 计算指定日期后的总和
   取目标日期列之后的所有数值列，按行求和：

   df['total_after'] = df.iloc[:, target_col_index+1:].sum(axis=1)
   

自定义扩展 #

如果需要把指定日期本身的数值算入总和，只需要调整切片范围：

# 把目标日期算入前总和
df['total_before_include_target'] = df.iloc[:, 1:target_col_index+1].sum(axis=1)
# 把目标日期算入后总和
df['total_after_include_target'] = df.iloc[:, target_col_index:].sum(axis=1)

内容的提问来源于stack exchange，提问作者Payam