如何基于指定列组合列表计算Pandas DataFrame的列和？

核心思路 #

只遍历你指定的列组合，解析每个组合对应的列名，按行计算这些列的数值之和，最后将结果与原Date列合并成新的DataFrame，避免无意义的全组合计算。

具体实现步骤 #

1. 构造示例数据（可替换为你的实际数据集）

import pandas as pd
import numpy as np

# 生成示例时间序列和随机数值列
dates = pd.date_range('2024-01-01', periods=5)
data = {
    'Date': dates,
    'A': np.random.randint(1, 10, 5),
    'B': np.random.randint(1, 10, 5),
    'C': np.random.randint(1, 10, 5),
    'D': np.random.randint(1, 10, 5),
    'E': np.random.randint(1, 10, 5),
    'F': np.random.randint(1, 10, 5),
    'G': np.random.randint(1, 10, 5),
    'H': np.random.randint(1, 10, 5)
}
df = pd.DataFrame(data)

2. 定义需要计算的列组合列表

list_possibilities = ['A+B',  'A+B+D',  'B+D+E+G',  'F+H',  'D+E+F+G+H',  'D',  'F',  'G+H']

3. 遍历组合并计算行求和

# 初始化结果字典，保留原Date列
result_dict = {'Date': df['Date']}

for combo in list_possibilities:
    # 拆分组合字符串，提取需要求和的列名
    target_cols = combo.split('+')
    # 按行计算指定列的和，用组合字符串作为新列名
    result_dict[combo] = df[target_cols].sum(axis=1)

# 将结果字典转换为最终DataFrame
final_df = pd.DataFrame(result_dict)

关键说明 #

• split('+')可以快速解析任意组合的列名，不管是单一列（如'D'）还是多列组合都能适配。
• sum(axis=1)指定按行求和，对应每个时间点的列值总和，计算效率高。
• 最终的final_df仅包含Date列和你指定的所有组合求和结果，完全满足需求，且不会产生冗余计算，适合列数超过100的大型数据集。

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