Pandas实现类似Excel Vlookup加权求和新增列仅返回最后迭代值如何解决

你的代码里index变量每次循环都会被新的单列乘积结果覆盖，没有做累加操作，循环结束后只保留了最后一个股票列（WMT）的计算结果，因此最终Ind列只有WMT的乘积值，没有所有列的累加结果。

方案1：修改原有循环逻辑 #

在循环前初始化累加值，每次循环将对应列的乘积累加到结果中：

# 初始化Ind列为0
dfMerged["Ind"] = 0
for col in dfMerged.columns:
    if col != "Date":
        # 匹配对应股票的PPerc权重
        weight = dfH.loc[dfH["TICKER"] == col, "PPerc"].values[0]
        # 累加乘积
        dfMerged["Ind"] += weight * dfMerged[col]

方案2：使用pandas向量化操作（更简洁高效） #

无需手动循环，利用pandas的自动对齐特性直接批量计算：

# 将股票代码和对应权重转为映射字典
weight_map = dfH.set_index("TICKER")["PPerc"].to_dict()
# 提取所有股票列，按列匹配权重后按行求和得到Ind值
dfMerged["Ind"] = dfMerged.drop(columns="Date").mul(weight_map).sum(axis=1)

该写法逻辑更简洁，也避免了手动循环的变量覆盖问题，数据量较大时性能优势更明显。

内容的提问来源于stack exchange，提问作者Billy101