使用Pandas反转DataFrame列值时的问题求助

问题场景 #

需要对DataFrame第5列及之后的所有列执行值反转操作（即abs(原值 - 列最大值)，实现最小值转最大值），当前代码存在两个问题：

• 移除axis=1时触发KeyError
• 保留axis=1时结果被展平为Series，无法得到预期的(16984,1029)形状的DataFrame

错误原因分析 #

1. _max列未正确赋值
   原代码中使用df[col+maximum].replace(...)时，未将结果赋值回DataFrame。Pandas的replace方法默认返回新对象，不会修改原数据，导致所有_max列始终为0，后续计算逻辑失效。

2. 循环apply导致结果覆盖
   每次循环执行new_df = df.apply(...)时，都会将new_df覆盖为单个列的Series，最终仅保留最后一列的计算结果。同时apply(axis=1)逐行处理返回的是Series，无法保留多列结构。

3. KeyError的触发逻辑
   移除axis=1时，apply默认逐列处理，此时lambda中的x是单列的Series（索引为行号），调用x[col]会因找不到对应的列名键而触发KeyError。

修正方案 #

步骤1：正确创建_max列 #

无需先创建全0列再替换，直接将列最大值赋值给新列，利用Pandas的广播特性自动填充整列：

import pandas as pd
import numpy as np

# 选取需要处理的目标列（第5列及之后）
target_cols = df.iloc[:, 5:]
col_names = target_cols.columns
max_suffix = '_max'

# 一次性获取所有目标列的最大值
col_maxes = target_cols.max()

# 为每个目标列添加对应的_max列
for col in col_names:
    df[f"{col}{max_suffix}"] = col_maxes[col]

步骤2：矢量化执行值反转操作 #

避免使用低效的逐行apply，直接对整列执行矢量化计算，既保证效率又保留DataFrame结构：

# 对目标列执行反转计算
inverted_values = abs(target_cols - col_maxes)

# 方案A：替换原目标列（最终df包含前4列、反转后的目标列、_max列）
df[col_names] = inverted_values

# 方案B：新增反转列（保留原目标列，新增后缀为_inverted的列）
# inverted_cols = inverted_values.rename(lambda x: f"{x}_inverted", axis=1)
# df = pd.concat([df, inverted_cols], axis=1)

执行后，df的形状会符合预期（前4列 + 512个处理后的列 + 512个_max列 = 1028列，与您提到的1029列差异应为计数索引的小误差）。

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