如何在pandas中对仅后缀不同的同类型列进行逐行求和

直接用 pandas 的列分组聚合即可，全程不需要手动指定列名，适配任意数量的列对，不受列顺序影响：

实现代码 #

import pandas as pd
import re

# 示例数据构造，你可以替换成自己读取的DataFrame
df = pd.DataFrame({
    'total_customers': [1, 3],
    'total_customers_2021-03-31': [10, 14],
    'total_purchases': [4, 3],
    'total_purchases_2021-03-31': [6, 2]
})

# 定义前缀提取规则：去掉列名末尾的 _YYYY-MM-DD 格式后缀
def extract_prefix(col_name):
    return re.sub(r'_\d{4}-\d{2}-\d{2}$', '', col_name)

# 按前缀对列分组，逐行求和
result = df.groupby(extract_prefix, axis=1).sum()

说明 #

• 如果你的列名存在单复数拼写差异（比如示例中疑似的total_customers和total_customer_的拼写差），可以调整extract_prefix里的匹配规则，比如先统一单复数再分组即可。
• 该方法时间复杂度仅和你的DataFrame行列数正相关，哪怕有上百组列也能秒出结果。

内容的提问来源于stack exchange，提问作者titu84hh