如何用Python Pandas方法链与assign动态添加年度求和的total列？

需求说明 #

需要为DataFrame新增名为total的列，对所有年度列（数据均为整数）按行求和。由于每年会新增年份列（如2024），要求实现动态适配，避免手动维护列名列表，同时使用Pandas方法链结合assign运算符完成。

数据示例 #

id name     2018 2019 2020 2021 2022  type
1  John      0    1    0    0    2    A
2  Bill      1    5    4    0    0    B
3  Tom       0    0    2    0    5    B
4  Mary      0    1    1    0    0    A

预期输出 #

id name     2018 2019 2020 2021 2022 type total
1  John      0    1    0    0    2    A   3
2  Bill      1    5    4    0    0    B   10
3  Tom       0    0    2    0    5    B   7
4  Mary      0    1    1    0    0    A   2

现有临时方案（存在缺陷） #

手动列出所有年度列，新增年份后需修改代码，无法动态适配：

(
     df
     .assign(Total = lambda x: x['2018'] + x['2019'] + x['2020'] + x['2021'] + x['2022'])
)

优雅解决方案 #

方法1：正则匹配年度列（推荐） #

利用filter结合正则表达式匹配4位数字的列名（即年度列），自动适配新增年份：

(
    df
    .assign(total=lambda x: x.filter(regex=r'^\d{4}$').sum(axis=1))
)

• 原理：regex=r'^\d{4}$'精准匹配以4位数字开头且结尾的列名，定位所有年度列；sum(axis=1)按行求和得到每行的年度总和。
• 优势：无需关心年度列的位置或数量，新增年份列后代码无需修改。

方法2：按列位置切片（适合列位置固定场景） #

如果年度列固定位于name和type之间，可通过iloc切片定位：

(
    df
    .assign(total=lambda x: x.iloc[:, 2:-1].sum(axis=1))
)

• 原理：iloc[:,2:-1]选取第2列（索引从0开始，对应2018）到倒数第2列（对应2022）的所有列，再按行求和。
• 注意：仅当列的顺序固定时适用，若后续列位置调整需同步修改切片参数。

内容的提问来源于stack exchange，提问作者Eisen