如何为名称包含'Col'的所有DataFrame列批量加1？

这里有几种高效的批量处理方法，不用逐个列手动赋值：

方法1：用filter快速筛选目标列 #

直接通过filter(like='Col')定位所有含'Col'的列，然后批量执行加1操作：

# 一键给所有含'Col'的列加1
df[df.filter(like='Col').columns] += 1

这个方法简洁直接，df.filter(like='Col')会自动筛选出列名包含'Col'的子数据集，取它的列名列表后直接对原DataFrame的对应列做更新。

方法2：用布尔索引精准匹配列名 #

如果需要更灵活的匹配逻辑（比如区分大小写、正则匹配），可以先生成列名的布尔掩码：

# 生成标记含'Col'列的布尔数组
col_mask = df.columns.str.contains('Col')
# 对符合条件的列批量加1
df.loc[:, col_mask] += 1

str.contains()支持正则表达式，比如你要匹配严格以'Col_'开头的列，可以写成df.columns.str.contains(r'^Col_')。

注意：保留原始数据 #

如果不想修改原DataFrame，记得先复制一份再操作：

df_copy = df.copy()
df_copy[df_copy.filter(like='Col').columns] += 1

内容的提问来源于stack exchange，提问作者gorilla