如何在Pandas多列DataFrame中为各列添加差值计算新列？

问题描述 #

现有如下结构的Pandas DataFrame：

需要为每一列添加对应的差值计算列，最终效果如下：

尝试了以下代码但未达到预期：

df = pd.read_excel('example.xlsx', header=0).set_index(['date'])

df.diff()

解决方案 #

你的代码仅计算了差值但未与原数据合并，且将date设为索引后会导致它不再作为普通列显示。可以通过以下步骤实现需求：

1. 读取数据时保留date为普通列，避免设为索引；
2. 对非date列计算差值，并给差值列命名为Diff 原列名；
3. 将原数据与差值数据按原列+差值列的交替顺序合并。

完整代码示例 #

import pandas as pd

# 读取Excel文件，date作为普通列保留
df = pd.read_excel('example.xlsx', header=0)

# 计算所有非date列的差值，并重命名差值列
diff_columns = df.drop('date', axis=1).diff().rename(columns=lambda col_name: f'Diff {col_name}')

# 构建交替的列顺序：原列后紧跟对应差值列
ordered_columns = []
for col in df.drop('date', axis=1).columns:
    ordered_columns.append(col)
    ordered_columns.append(f'Diff {col}')

# 合并数据并按指定顺序排列列
final_df = pd.concat([df[['date']], df.drop('date', axis=1), diff_columns], axis=1)
final_df = final_df[['date'] + ordered_columns]

# 查看结果
print(final_df)

代码说明 #

• df.drop('date', axis=1).diff()：排除date列后，对剩余列计算当前行与前一行的差值，符合示例中的计算逻辑；
• rename(columns=lambda col_name: f'Diff {col_name}')：给差值列添加统一前缀，方便区分原列与差值列；
• 构建ordered_columns是为了保证原列和对应的差值列相邻，匹配你想要的输出结构；
• pd.concat([...], axis=1)：按列合并原数据和差值数据，最后通过列索引重新排序得到目标结构。

如果之前已将date设为索引，可先执行df.reset_index(inplace=True)将其转回普通列，再执行上述步骤。

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