如何按奇偶列规则对Python DataFrame执行列间减法？

假设你的输入数据如下（模拟示例）：

import pandas as pd

df = pd.DataFrame({
    'a': [10, 20, 30],
    'b': [15, 25, 35],
    'c': [5, 15, 25],
    'd': [8, 18, 28]
})

df2 = pd.DataFrame({
    'w': [2, 3, 4],
    'z': [1, 2, 3]
})

核心思路 #

通过列索引的奇偶性拆分df的列，分别对应减去df2的w和z列，最后合并回原列顺序。

实现代码 #

# 拆分奇偶列：索引从0开始，::2取第0、2、4...列（对应a、c这类奇数列），1::2取第1、3、5...列（对应b、d这类偶数列）
odd_columns = df.columns[::2]
even_columns = df.columns[1::2]

# 处理奇数列：每个元素减去df2对应行的w值，reshape保证维度匹配
processed_odd = df[odd_columns] - df2['w'].values.reshape(-1, 1)
# 处理偶数列：每个元素减去df2对应行的z值
processed_even = df[even_columns] - df2['z'].values.reshape(-1, 1)

# 按原列顺序合并处理后的结果
final_result = pd.concat([processed_odd, processed_even], axis=1).sort_index(axis=1)

输出结果 #

a   b   c   d
0   8  14   3   7
1  17  23  12  16
2  26  32  21  25

关键细节说明 #

• 使用df.columns[::2]和df.columns[1::2]可以快速拆分奇偶列，不管df有多少列都能自动适配。
• 用reshape(-1,1)把df2的一维列转成二维数组，确保每行的所有对应列都能正确减去该行的w/z值，避免Pandas广播时的维度不匹配问题。
• sort_index(axis=1)保证合并后的列顺序和原df一致，不会出现奇数列全在前、偶数列全在后的情况。

内容的提问来源于stack exchange，提问作者WillH