如何在Pandas中按特定模式匹配列并计算列间差值

我明白你想要实现的是不用手动逐个处理列，而是自动匹配那些前缀和中间部分相同、仅以_x/_y结尾的列，计算它们的差值并生成带_diff后缀的新列对吧？这确实能节省大量重复操作的时间，我给你一个简洁可靠的实现方案：

实现思路 #

首先我们需要从列名中提取出核心标识（也就是去掉末尾的_x/_y后的部分，比如WT_IGL_x的核心标识是WT_IGL），然后针对每个核心标识，找到对应的_x和_y列，计算x列 - y列的差值，最后将结果存入新的[核心标识]_diff列中。

完整代码示例 #

import pandas as pd

# 创建你提供的简化版DataFrame
df = pd.DataFrame({
    'WT_IGL_x':[1,2,3,2,1,1,3,4,1,2], 
    'LA_WHN_x':[1,0,1,0,1,1,0,0,1,0], 
    'LA_WHN_y':[2,1,2,3,3,4,1,1,2,1], 
    'WT_IGL_y':[2,1,2,3,3,4,1,1,2,1], 
    'GT_OPP_IGL_x':[1,2,3,2,1,1,3,4,1,2], 
    'GT_OPP_IGL_y':[1,2,3,2,1,1,3,4,1,2]
})

# 提取所有列的核心标识（去掉末尾的_x/_y）
core_names = list(set(col.rsplit('_', 1)[0] for col in df.columns))

# 批量计算差值并新增列
for core in core_names:
    # 先确认对应的x和y列都存在，避免报错
    if f"{core}_x" in df.columns and f"{core}_y" in df.columns:
        df[f"{core}_diff"] = df[f"{core}_x"] - df[f"{core}_y"]

# 查看最终结果
print(df)

代码说明 #

1. 提取核心标识：col.rsplit('_', 1)[0]会从列名的最后一个下划线处拆分，比如LA_WHN_x拆分后得到LA_WHN；用set去重是为了确保每个核心标识只被处理一次。
2. 批量计算差值：遍历每个核心标识，先检查对应的_x和_y列是否都存在（防止因列缺失导致的错误），然后直接计算x列 - y列，并将结果赋值给新的[core]_diff列。

运行这段代码后，你得到的DataFrame就和你期望的输出完全一致了——自动生成了WT_IGL_diff、LA_WHN_diff和GT_OPP_IGL_diff三列，差值计算准确无误。

内容的提问来源于stack exchange，提问作者Yun Tae Hwang