You need to enable JavaScript to run this app. Pandas DataFrame 按条件批量新增列计算A与A_L列差值的方法
优惠活动
大模型
产品
解决方案
定价
更多

Pandas DataFrame 按条件批量新增列计算A与A_L列差值的方法

Pandas 批量生成差值衍生列实现方案

核心逻辑

无需逐列硬编码计算规则,通过统一的列名识别规则,自动匹配所有带L后缀的衍生列、关联对应同前缀基础列,批量生成符合规则的差值计算列。

通用实现方法

代码可自动适配后续新增的同命名规则列,无需手动调整计算逻辑:

  • 遍历DataFrame全部列名,筛选出包含_L标识的目标计算列
  • 对每个目标列,通过字符串拆分提取所属基础列名(例如A1_L1拆分得到对应基础列A1)
  • 按原列名_new的规则命名新列,赋值为基础列与目标列的差值

可直接运行的代码

import pandas as pd

# 初始化给定的DataFrame
data = {
    "A1": [22,25,27,35],
    "A2": [23,54,71,52],
    "A3": [21,27,26,31],
    "A1_L1": [21,27,26,31],
    "A1_L2": [21,27,26,31],
    "A2_L1": [21,27,26,31],
    "A3_L1": [21,27,26,31],
    "A3_L2": [21,27,26,31],
    "A3_L3": [21,27,26,31]
}
df = pd.DataFrame(data, columns = ["A1", "A2","A3","A1_L1","A1_L2","A2_L1","A3_L1","A3_L2","A3_L3"])

# 批量生成计算列
for col in df.columns:
    if "_L" in col:
        base_col = col.split("_L")[0]
        df[f"{col}_new"] = df[base_col] - df[col]

复杂场景优化

如果后续列名规则更复杂,可将简单字符串拆分替换为正则精确匹配,避免误匹配:

import re

for col in df.columns:
    # 精确匹配A+数字+_L+数字格式的列,提取对应基础列
    match_res = re.match(r"(A\d+)_L\d+", col)
    if match_res:
        base_col = match_res.group(1)
        # 使用sub方法计算,支持缺失值填充
        df[f"{col}_new"] = df[base_col].sub(df[col], fill_value=0)

使用sub方法计算时,可通过fill_value参数统一处理缺失值场景,避免空值导致的计算结果异常

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

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.05 02:54:02