Pandas批量计算各列相对均值的百分比差异并生成带_avg后缀新列方法
批量生成相对列均值百分比差异衍生列的实现方案
推荐实现(向量化运算,性能最优)
依托Pandas的广播计算机制,无需逐列编写计算逻辑,即可一次性完成所有列的衍生计算,自动匹配列名后缀规则。
核心实现代码
import pandas as pd # 构建示例数据 d = {'var1': [1, 2], 'var2': [3,4]} df = pd.DataFrame(data=d) # 批量计算全列的相对均值百分比差异 derived_df = (df - df.mean()) / df.mean() # 为衍生列统一追加"_avg"后缀 derived_df.columns = [f"{col}_avg" for col in derived_df.columns] # 将衍生列拼接至原数据框 df = pd.concat([df, derived_df], axis=1)
结果验证
针对示例场景:
- var1列均值为1.5,计算得到的衍生列值为
-0.33、0.33 - var2列均值为3.5,计算得到的衍生列值为
-0.14、0.14
完全匹配预期输出要求。
灵活调整场景
如果数据框中包含不需要计算的非数值列(如文本、分类标签、日期列),可提前筛选目标计算列,避免对非数值列触发计算报错:
# 自动筛选所有数值类型列作为计算目标,也可手动传入需要计算的列名列表 target_cols = df.select_dtypes(include='number').columns # 仅对目标列执行批量计算 derived_df = (df[target_cols] - df[target_cols].mean()) / df[target_cols].mean() derived_df.columns = [f"{col}_avg" for col in derived_df.columns] df = pd.concat([df, derived_df], axis=1)
方案优势
- 全流程基于Pandas底层向量化运算实现,即便面对数百上千列的宽表,计算速度也远快于逐列循环赋值
- 衍生列命名逻辑统一,完全按照原列名追加
_avg后缀,不存在逐列编写时的命名错漏、逻辑不一致问题 - 支持灵活调整计算范围,适配多类型字段混合的业务宽表场景
内容的提问来源于stack exchange,提问作者Mustard Tiger
相关产品推荐
相关产品推荐

