如何为Dataframe新增两列求和计算列？求可遍历的实现函数

首先说明：pandas处理这类列运算，优先推荐向量化操作，不需要手动遍历，效率远高于遍历类方法。但如果确实需要使用遍历整个DataFrame的函数，也有对应的实现方式，以下分情况说明：

一、最高效的向量化实现（推荐） #

直接对目标列执行加法运算，pandas会自动逐行计算：

# 假设你的DataFrame名为df，要相加的两列是"Math"和"Science"，新增列名为"Total"
df["Total"] = df["Math"] + df["Science"]

二、使用遍历类函数的实现 #

如果需要用遍历类的方法，可选择以下几种：

1. 使用apply函数（逐行遍历） #

apply可以传入自定义函数，对每一行执行计算：

df["Total"] = df.apply(lambda row: row["Math"] + row["Science"], axis=1)

• axis=1表示按行执行操作

2. 使用iterrows()遍历 #

逐行迭代DataFrame的索引和行数据，适合小数据集：

# 先初始化新增列
df["Total"] = 0
for idx, row in df.iterrows():
    df.loc[idx, "Total"] = row["Math"] + row["Science"]

• 注意：iterrows()效率较低，不推荐用于大型数据集

3. 使用itertuples()遍历 #

返回命名元组的迭代器，比iterrows()速度更快：

df["Total"] = [row.Math + row.Science for row in df.itertuples()]

效果说明 #

• 原始DataFrame：包含多列数值型数据（例如Math、Science列，每行对应不同的数值）
• 期望效果：新增一列（例如Total），每行的值为对应行Math和Science两列的数值之和

内容的提问来源于stack exchange，提问作者HelloPython