Pandas如何对列名以_col结尾的DataFrame列逐行求和

pandas 提供了非常便捷的列筛选+行求和组合方案，不需要手动枚举所有符合条件的列，后续新增符合命名规则的列时也会自动纳入计算。

基础实现（简单场景） #

如果你的表中不存在列名中间包含_col的特殊情况，可以直接用filter的like参数模糊匹配包含_col的列，再沿行方向求和即可：

import pandas as pd
d = {'1_col': [1, 2], '2_col': [3, 4], 'var1': [5,6]}
df = pd.DataFrame(data=d)

# 筛选目标列并逐行求和，赋值给新列sum
df['sum'] = df.filter(like='_col', axis=1).sum(axis=1)
print(df)

运行输出完全符合预期：

1_col  2_col  var1  sum
0      1      3     5    4
1      2      4     6    6

严谨匹配场景（推荐） #

如果你的表中可能存在列名中间包含_col、但不是以_col结尾的列（比如列名a_col_b），建议用严格后缀匹配的方式避免误算，两种写法任选即可：

1. filter正则匹配：

   # 正则中$代表字符串结尾，仅匹配列名以_col结尾的列
   df['sum'] = df.filter(regex='_col$', axis=1).sum(axis=1)
   

2. 原生字符串判断：

   # 直接调用字符串endswith方法判断列名后缀
   df['sum'] = df[[col for col in df.columns if col.endswith('_col')]].sum(axis=1)
   

以上所有写法都不需要手动指定具体列名，只要列名符合后缀规则就会自动被纳入求和范围。

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