如何在Pandas DataFrame中对指定列求和并生成新列？

嘿，我来帮你搞定这个Pandas的问题！先看看你的代码哪里出了问题，再给你几个简洁靠谱的解决方案。

你的代码为啥跑不起来？ #

有几个关键错误：

• 语法错误：df[iloc.:,[2,4]] 是完全错误的写法！iloc是DataFrame的内置属性，必须通过df.iloc调用，而且行和列的索引要用逗号分隔，正确写法是df.iloc[:, [2,4]]。
• 冗余操作：sum(axis=1) 已经直接返回了每行C、E列的和（是一个Series），你没必要转成numpy数组再用列表推导式去取row[0]——而且一维数组里的每个元素都是单个数值，根本没有row[0]这个索引，这会直接报错。
• 目标偏离：你想要的是给原DataFrame添加新列，结果却把存在列表df2里，方向完全错啦。

正确的实现方式 #

下面两种方法都符合你"避免循环、优先向量化操作"的需求，而且简洁高效：

方法1：直接用列名相加（最直观）

既然你明确知道要相加的列是C和E，直接列名相加是最简洁的写法：

import pandas as pd

data = [{'Title': 'Size', 'B': 20, 'C':30, 'D':15, 'E':15}, 
        {'Title': 'Length', 'B': 50,'C':60, 'D':14,'E':15}, 
        {'Title': 'Area', 'B': 4,'C':3, 'D':13,'E':15}]
df = pd.DataFrame(data)

# 直接给新列Total赋值C和E的和
df['Total'] = df['C'] + df['E']

print(df)

运行后输出：

Title   B   C   D   E  Total
0     Size  20  30  15  15     45
1   Length  50  60  14  15     75
2     Area   4   3  13  15     18

方法2：用iloc按列位置求和（适合列名不固定的场景）

如果你的列位置固定（比如C是第2列、E是第4列），可以用iloc来选择列后求和：

# 选择第2列（索引从0开始）和第4列，按行求和
df['Total'] = df.iloc[:, [2, 4]].sum(axis=1)

这里axis=1表示按行方向计算求和，结果直接赋值给新列即可，完全不需要循环或者列表推导。

内容的提问来源于stack exchange，提问作者AATU