Pandas如何基于指定变量命名新列存储A与B的差值

原有代码失效原因 #

你循环内筛选得到的df_red是原DataFrame的切片副本，对副本新增列的操作不会同步到原DataFrame，因此无法得到预期结果。

最优实现方案 #

方案1：向量化操作（性能最优，适合大数据量） #

全程无循环，性能远高于逐值判断，自动适配Value列的所有唯一值，无需手动指定取值：

import pandas as pd

# 读取数据
df = pd.read_excel(r'E:\...\.xlsx')
# 计算所有行的A-B差值
diff = df['A'] - df['B']
# 生成Value对应的哑变量列，自动按Diff前缀命名，乘以差值得到对应结果
diff_cols = pd.get_dummies(df['Value'], prefix='Diff').multiply(diff, axis=0)
# 合并到原DataFrame，不匹配的行自动填充0
df = pd.concat([df, diff_cols], axis=1)

方案2：优化版循环（可读性高，适合小数据量） #

如果更习惯循环写法，可以直接在原DataFrame上操作，避免修改副本的问题，同样不需要硬编码每个Diff列：

import pandas as pd

df = pd.read_excel(r'E:\...\.xlsx')
# 遍历所有唯一的Value值
for v in df['Value'].unique():
    df[f'Diff_{v}'] = (df['A'] - df['B']).where(df['Value'] == v, 0)

内容的提问来源于stack exchange，提问作者g123456k