如何对pandas DataFrame多列批量执行数学运算并新增对应列存储结果

你可以通过匹配列名前缀批量执行运算，再按规则重排列顺序即可，无需逐列手动编写代码，示例实现如下：

核心代码 #

import pandas as pd

# 可自定义配置项
p_col_multi_coef = 2  # p开头列的乘系数，按需修改
fill_diff_na = True   # diff计算后第一行的空值是否填充为0
fill_value = 0

# 批量生成计算结果列
for col in df.columns:
    # 处理p开头列，生成M+原列名的新列
    if col.startswith("p"):
        df[f"M{col}"] = df[col] * p_col_multi_coef
    # 处理v开头列，生成D+原列名的新列
    elif col.startswith("v"):
        diff_res = df[col].diff()
        df[f"D{col}"] = diff_res.fillna(fill_value) if fill_diff_na else diff_res

# 自动重排列为 p1-Mp1-v1-Dv1-p2-Mp2-v2-Dv2... 的顺序
# 自动提取p列的最大序号，无需手动传入列数量
max_p_num = max(int(col[1:]) for col in df.columns if col.startswith("p"))
sorted_cols = []
for num in range(1, max_p_num + 1):
    sorted_cols.extend([f"p{num}", f"Mp{num}", f"v{num}", f"Dv{num}"])
df = df.reindex(columns=sorted_cols)

拓展说明 #

如果后续需要修改运算规则，仅需调整对应分支的计算逻辑即可：

• 若p列需要做加法/除法/取对数等其他运算，替换df[col] * p_col_multi_coef为对应运算代码
• 若v列需要做滚动求和/差分阶数调整等，替换df[col].diff()为对应运算代码
• 新列命名规则可通过修改f-string的前缀自定义，比如把M改成Mul、D改成Diff都可直接调整

内容的提问来源于stack exchange，提问作者akshahi17