如何在Pandas中高效计算多列均值并生成新列？

针对你这种有大量同前缀（salary_）列的场景，完全不用逐个指定列名，Pandas有非常高效的批量处理方法，下面给你两种实用方案：

方案1：用filter()快速匹配目标列 #

这是最简洁的写法，直接通过like参数筛选所有包含salary_的列，然后按行计算均值：

import pandas as pd

# 你的原始DataFrame
df = pd.DataFrame({ 
    'salary_1': [230, 345, 222], 
    'salary_2': [235, 375, 292], 
    'salary_3': [210, 385, 260] 
})

# 生成均值列
df['salary_mean'] = df.filter(like='salary_').mean(axis=1)

• filter(like='salary_')会自动选中所有列名包含salary_的列，不管你后续新增多少个salary_4、salary_5都能自动覆盖；
• axis=1表示按行计算均值，确保每一行的结果对应该行的薪资值的平均。

方案2：用列名的字符串方法精准筛选 #

如果你的列名是严格以salary_开头（不想匹配到比如extra_salary这类列），可以用str.startswith()来精准定位：

# 先获取所有以salary_开头的列名
salary_cols = df.columns[df.columns.str.startswith('salary_')]
# 计算均值并生成新列
df['salary_mean'] = df[salary_cols].mean(axis=1)

最终结果 #

执行完上述代码后，你的DataFrame会变成：

salary_1  salary_2  salary_3  salary_mean
0       230       235       210   225.000000
1       345       375       385   368.333333
2       222       292       260   258.000000

这两种方法都不需要手动枚举列名，处理大量同类型列时非常高效，完全满足你的需求。

内容的提问来源于stack exchange，提问作者Carmen Pérez Carrillo