Pandas中如何用列名列表实现向量化运算（替代循环并解决报错）

问题背景 #

现有如下Pandas DataFrame：

import pandas as pd
df = pd.DataFrame({"A1": [10, 20, 15, 30, 45],
                    "B1": [13, 23, 18, 33, 48],
                    "C1": [17, 27, 22, 37, 52],
                    "A2": [10, 20, 15, 30, 45],
                    "B2": [13, 23, 18, 33, 48],
                    "C2": [17, 27, 22, 37, 52]})
col1_names = ['A1', 'B1', 'C1']
col2_names = ['A2', 'B2', 'C2']
col_new = ['delA', 'delB', 'delC']

需求为生成三列新数据，值为col2_names与col1_names中对应列的差值。目前已通过循环实现：

for i in range(len(col1_names)):
    df[col_new[i]] = df[col2_names[i]] - df[col1_names[i]]

疑问点：

1. 能否通过向量化操作替代循环？
2. 执行df[col_new] = df[col2_names] - df[col1_names]时出现ValueError: Columns must be same length as key报错，如何解决？
3. 此方法能否推广到其他运算？

解决方案与解释 #

1. 完全可以用向量化操作替代循环 #

向量化操作是Pandas的核心优势之一，相比循环能大幅提升运算效率，尤其是处理大规模数据时，避免了Python循环的开销。

2. 报错原因与解决方法 #

报错原因

df[col2_names] - df[col1_names]的运算结果仍然保留col2_names的列名（即A2、B2、C2），当直接赋值给col_new（delA、delB、delC）时，Pandas会尝试按列名匹配，但两组列名完全不对应，导致触发列长度匹配错误（本质是列名无法对齐）。

三种解决方法

方法一：重命名运算结果的列名

先将运算后的DataFrame列名替换为col_new，再赋值：

df[col_new] = (df[col2_names] - df[col1_names]).rename(columns=dict(zip(col2_names, col_new)))

方法二：使用.values获取底层numpy数组

直接操作数组时，Pandas会按位置而非列名赋值，绕过列名匹配逻辑：

df[col_new] = df[col2_names].values - df[col1_names].values

方法三：用assign结合字典推导式

动态生成新列的键值对，一次性添加到原DataFrame：

df = df.assign(**{new_col: df[col2] - df[col1] for col1, col2, new_col in zip(col1_names, col2_names, col_new)})

3. 可完全推广到其他向量化运算 #

只要是Pandas支持的向量化运算（包括加减乘除、幂运算、逻辑运算、统计运算等），都可以用上述思路实现。例如：

• 对应列相乘：

  df[col_new] = df[col2_names].values * df[col1_names].values
  

• 对应列取商：

  df[col_new] = (df[col2_names] / df[col1_names]).rename(columns=dict(zip(col2_names, col_new)))
  

• 对应列的对数差值：

  import numpy as np
  df[col_new] = np.log(df[col2_names].values) - np.log(df[col1_names].values)
  

内容的提问来源于stack exchange，提问作者user115625