如何基于列条件填充pandas DataFrame行并自动匹配上年列计算同比差

不需要硬编码列头，通过正则自动识别年月格式列、匹配上一年度同月份列即可完成需求，完整实现逻辑如下： #

核心逻辑 #

• 用正则匹配所有YYYY-MM格式的月份列，自动过滤ID、val这类非时间维度列
• 对每个月份列，拆分年份和月份，年份减1即可得到上一年同月份的列名
• 存在对应上年列的，计算两列的数值差；不存在对应上年列的（即最早年份的月份列）填充空值
• 非月份列单独处理：ID取原表最大ID+1，其他统计列填充空值
• 将组装好的新行追加到原DataFrame末尾

完整代码 #

import pandas as pd
import re

# 初始化示例数据
df = pd.DataFrame({
    'ID': [1,2,3,4],
    '2000-01': [2847,1338,3301,1425],
    '2000-02': [2861,1343,3311,1422],
    '2000-03': [2875,1348,3321,1419],
    '2001-01': [2890,1353,3331,1416],
    '2001-02': [2904,1358,3341,1413],
    'val': [94717,70105,60307,79888]
})

new_row = {}
ym_col_pattern = re.compile(r'^(\d{4})-(\d{2})$')
all_columns = df.columns.tolist()

for col in all_columns:
    res = ym_col_pattern.match(col)
    if res:
        # 拆分年、月，生成上年同月份列名
        cur_year, cur_month = int(res.group(1)), res.group(2)
        prev_col = f"{cur_year - 1}-{cur_month}"
        if prev_col in all_columns:
            # 差值计算逻辑可按需修改，这里默认按列总和计算差值
            new_row[col] = df[col].sum() - df[prev_col].sum()
        else:
            new_row[col] = pd.NA
    else:
        # 非月份列处理
        new_row[col] = df['ID'].max() + 1 if col == 'ID' else pd.NA

# 追加新行
df = pd.concat([df, pd.DataFrame([new_row])], ignore_index=True)

说明 #

你给出的预期输出中差值写为-9属于笔误，按列总和计算的话2001-01列差值为79、2001-02列差值为69。如果你需要其他计算规则（比如取最后一行的差值、计算差值的均值等），只需要修改new_row[col]的赋值逻辑即可，列自动匹配的部分不需要做任何改动，后续新增其他年份的月份列也可以自动识别处理。

内容的提问来源于stack exchange，提问作者apprunner2186