Pandas如何复制指定列表头到新增计算列适配每月变动表头

核心思路是通过列名的命名规则自动匹配对应列，无需硬编码月份名称或列位置，完全适配动态变化的月度表头。

推荐实现代码（最稳健方案） #

import pandas as pd
df = pd.read_excel('Sale.xlsx')

# 自动筛选所有后缀为-sale的销售列
sale_cols = [col for col in df.columns if col.endswith('-sale')]
# 提取每个销售列对应的月份前缀
months = [col.split('-')[0] for col in sale_cols]

# 循环计算每个月总销售额，直接用月份作为新列名
for month in months:
    df[month] = df[f"{month}-sale"] * df[f"{month}-price"]

df.head()

方案说明 #

• 只要你的表头一直遵循[月份]-sale、[月份]-price的命名规则，后续新增月份无需修改代码逻辑，会自动识别计算
• 避免了原写法中硬编码列位置的问题，不会因为列顺序调整、列数量增减出现计算错误
• 不需要先生成数字列名再修改，一步到位得到符合要求的结果

补充方案（针对已生成数字列名的场景） #

如果你已经通过原代码生成了列名为7、8、9的结果，只想修改这几列的表头，可以用以下代码实现：

# 提取第2-4列（索引为1、2、3，pandas列索引从0开始）的月份前缀
new_col_names = [col.split('-')[0] for col in df.columns[1:4]]
# 替换第7-9列的列名
df.columns = df.columns[:6].tolist() + new_col_names

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