Python中批量为DataFrame各列生成累计标准差计算列的实现方法

你可以直接使用Pandas的expanding扩展窗口接口批量完成计算，该接口会自动取从数据集首行到当前行的所有值作为统计窗口，完美匹配你的累计计算需求。

完整实现代码 #

import pandas as pd

# 1. 批量计算所有列的累计标准差
# ddof=0代表计算总体标准差，若需要样本标准差可改为ddof=1
sd_result = df.expanding(min_periods=1).std(ddof=0)
# 2. 按规则重命名新列
sd_result.columns = [f'SD{col}' for col in sd_result.columns]
# 3. 单行数据的标准差默认返回NaN，按要求填充为0
sd_result = sd_result.fillna(0)
# 4. 合并计算结果到原DataFrame
df = pd.concat([df, sd_result], axis=1)

精简写法 #

如果需要更简洁的代码，可以合并为单步实现：

df = pd.concat([df, df.expanding(1).std(ddof=0).add_prefix('SD').fillna(0)], axis=1)

结果验证 #

可以单独提取A列和对应的累计标准差列，检查计算是否符合预期：

print(df[['A', 'SDA']].head())

内容的提问来源于stack exchange，提问作者Jewel_R