如何基于两列表头值向Pandas插入可复用的百分比差异列

思路 #

先自动找出合并后带_1、_2后缀的科目列对，给每一对计算百分比差异，然后把差异列插到对应科目两列的后面，同时保留Name这类固定列的位置，不管以后加多少固定列或者新科目，都不用改代码。

代码实现 #

import pandas as pd

# 模拟测试数据
df_1 = pd.DataFrame({'Name': ['张三', '李四'], 'Math': [80, 90], 'English': [75, 85]})
df_2 = pd.DataFrame({'Name': ['张三', '李四'], 'Math': [85, 88], 'English': [80, 82]})
# 合并成对比表
merged_df = pd.merge(df_1, df_2, on='Name', suffixes=('_1', '_2'))

def add_diff_columns(df, suffixes=('_1', '_2')):
    # 自动提取所有科目的前缀（排除固定列）
    subject_prefixes = set(col.rsplit('_', 1)[0] for col in df.columns if suffixes[0] in col)
    # 构建新的列顺序
    new_col_order = []
    for col in df.columns:
        new_col_order.append(col)
        # 遇到_1后缀的科目列，就插入对应的差异列
        if col.endswith(suffixes[0]):
            subject = col.rsplit('_', 1)[0]
            col_2 = f"{subject}{suffixes[1]}"
            # 计算百分比差异：((新成绩-旧成绩)/旧成绩)*100，处理除数为0的情况
            df[f"{subject}_diff_pct"] = ((df[col_2] - df[col]) / df[col].replace(0, pd.NA)) * 100
            new_col_order.append(f"{subject}_diff_pct")
    # 重新排列列，返回结果
    return df[new_col_order]

# 生成最终结果
result_df = add_diff_columns(merged_df)
print(result_df)

说明 #

• 自动识别科目：靠后缀_1找所有科目，不用手动列科目名，以后加新科目或者新固定列都能适配。
• 避免除以0报错：把成绩为0的情况替换成缺失值，防止计算时出错。
• 列顺序不乱：遍历原列的时候，每遇到一个_1列就马上插差异列，保证科目列、对比列、差异列是挨在一起的，看着清楚。
• 灵活适配：函数支持自定义后缀，只要合并时用的后缀和函数参数一致就行，通用性强。

内容的提问来源于stack exchange，提问作者yss