Pythonic的pandas原生方式为DataFrame批量添加多组差值计算列？

最简洁的pandas原生写法完全可以避免显式for循环，利用pandas向量化运算特性一行代码实现需求：

df_out = df_out.join((df_out[all_pos] - mean_df[all_pos]).add_prefix('delta_'))

原理解释 #

• 因为df_out和mean_df的索引、对应列完全对齐，直接对选中的all_pos列做减法，会得到一个列名和all_pos完全一致的差值DataFrame
• 调用add_prefix('delta_')方法可以批量给所有差值列添加前缀，直接生成delta_NN、delta_VB、delta_ADJ的目标列名
• 最后通过join方法把差值列合并回原df_out即可

可选原地赋值写法 #

如果你需要直接修改原df_out而不是生成新对象，也可以用下面的写法：

df_out[[f'delta_{col}' for col in all_pos]] = df_out[all_pos] - mean_df[all_pos]

相比原循环写法的优势 #

• 完全基于pandas原生向量化运算，避免Python层面的循环，执行效率远高于逐列循环，数据量越大性能优势越明显
• 代码更简洁连贯，符合Pythonic的风格，可读性更高
• 不需要手动逐列拼接列名赋值，减少出错概率

内容的提问来源于stack exchange，提问作者mrdatascience32