如何在循环中调用Pandas DataFrame的动态命名列变量？

问题描述 #

我有一个Pandas DataFrame，列名格式为变量名_上深度_下深度，涉及的变量包括ph、cec、bdo、n、soc、ocd，对应6个深度区间：0-5cm、5-15cm、15-30cm、30-60cm、60-100cm、100-200cm。

我编写了嵌套循环代码，希望通过循环变量n（变量名）、u（上深度）、l（下深度）动态调用对应的DataFrame列，替换代码中的n_u_l和var。请问这是否可行？具体该如何实现？

循环代码示例 #

name = ["ph", "cec", "bdo", "n", "soc", "ocd"]
udg = [0, 5, 15, 30, 60, 100]
ldg = [5, 15, 30, 60, 100, 200]

for n in name:
    for u, l in zip(udg, ldg):
        print(**n_u_l**)  # 需替换为动态生成的列名对应的DataFrame列

完整业务代码 #

for n in name:
    for u, l in zip(udg, ldg):
        if upper_dept<=u & lower_dept>=l:
            value = value + ((l-u)*n_u_l)
        elif upper_dept>u & lower_dept>=l : 
            value = value + ((l-upper_dept)*var)
        elif upper_dept<=u & lower_dept<l:
            value = value + ((lower_dept-l)*var)
        else:
            value = value

注：代码中的n_u_l和var为需动态调用的DataFrame列变量。

可行性与实现方案 #

完全可行，核心思路是通过循环变量拼接出目标列名字符串，再用DataFrame的索引方式（df[列名]）调用对应列。

具体实现步骤 #

1. 确认DataFrame列名格式：确保你的DataFrame（假设命名为df）的列名严格匹配变量名_上深度_下深度格式，例如ph_0_5、cec_5_15。
2. 动态拼接列名：在循环内部用f-string拼接列名字符串：col_name = f"{n}_{u}_{l}"。
3. 调用目标列：用df[col_name]获取对应列，替换原代码中的n_u_l和var（根据业务逻辑，二者为同一列）。
4. 修正原代码问题：原代码中用了位运算符&，Python条件判断需改用逻辑运算符and；第三个分支的计算逻辑存在负数错误，需修正为正数区间长度。

修正后的完整代码 #

import pandas as pd

# 示例DataFrame，根据实际数据替换
data = {
    "ph_0_5": [7.2, 6.8],
    "ph_5_15": [7.0, 6.7],
    "cec_0_5": [12, 15],
    # 补充其他变量对应深度的列
}
df = pd.DataFrame(data)

name = ["ph", "cec", "bdo", "n", "soc", "ocd"]
udg = [0, 5, 15, 30, 60, 100]
ldg = [5, 15, 30, 60, 100, 200]

# 示例目标区间，根据实际需求替换
upper_dept = 2
lower_dept = 10
value = 0  # 初始化累计值

for n in name:
    for u, l in zip(udg, ldg):
        col_name = f"{n}_{u}_{l}"
        # 跳过DataFrame中不存在的列
        if col_name not in df.columns:
            continue
        # 获取当前列的目标行数值（此处取第一行，根据实际情况调整）
        col_value = df[col_name].iloc[0]
        
        # 修正后的条件判断与计算
        if upper_dept <= u and lower_dept >= l:
            value += (l - u) * col_value
        elif upper_dept > u and lower_dept >= l:
            value += (l - upper_dept) * col_value
        elif upper_dept <= u and lower_dept < l:
            value += (lower_dept - u) * col_value
        # else分支无操作，可省略

print(value)

关键注意事项 #

• 列名拼接必须完全匹配DataFrame的实际列名，避免大小写、下划线、单位（如cm）等格式差异。
• 若DataFrame为多行数据，需通过iloc[index]或loc[label]指定目标行。
• 原代码中的位运算符&仅适用于Pandas Series的向量运算，Python普通条件判断需用and。

内容的提问来源于stack exchange，提问作者Matteo Dalle Vaglie