嘿，这个需求在pandas里完全可以用一行代码搞定，根本不用费劲去循环每一列，核心就是利用pandas的广播机制——它会自动把单列数据扩展成和多列匹配的维度来做运算。

给你两种常用的简洁实现方式：

方法一：直接切片运算 #

这是最直观的写法，一步到位：

# 假设你的DataFrame叫df
excess_returns = df.iloc[:, :-1] - df.iloc[:, -1]

解释一下：

• df.iloc[:, :-1]：选中除了最后一列之外的所有列（也就是你的40个行业收益率列）
• df.iloc[:, -1]：单独选中最后一列（无风险利率）
• 直接相减后，pandas会自动把无风险利率列广播到每一行，和对应的行业收益率做减法，得到每一列的超额收益率

如果想把结果和原无风险利率列合并成新的DataFrame，只需要再加一步：

# 合并超额收益率和原无风险利率列
result_df = pd.concat([excess_returns, df.iloc[:, -1]], axis=1)

方法二：用sub方法（更灵活） #

如果你需要调整运算的细节（比如处理缺失值），可以用pandas的sub方法：

excess_returns = df.iloc[:, :-1].sub(df.iloc[:, -1], axis=0)

这里的axis=0指定按行对齐广播，和直接减效果一样，但如果有特殊需求（比如填充缺失值），可以加fillna参数，比如：

# 遇到缺失值时用0填充再做减法
excess_returns = df.iloc[:, :-1].sub(df.iloc[:, -1], axis=0, fill_value=0)

小例子演示 #

比如我们构造一个小的测试DataFrame：

import pandas as pd
import numpy as np

# 模拟3个行业收益率+1个无风险利率列
data = {
    '行业A': [0.05, 0.03, -0.02],
    '行业B': [0.04, 0.06, 0.01],
    '行业C': [0.07, -0.01, 0.03],
    '无风险利率': [0.01, 0.01, 0.01]
}
df = pd.DataFrame(data)

# 计算超额收益率
excess = df.iloc[:, :-1] - df.iloc[:, -1]
print(excess)

输出结果就是每个行业的超额收益率：

行业A  行业B  行业C
0  0.04  0.03  0.06
1  0.02  0.05 -0.02
2 -0.03  0.00  0.02

这种方式不管你前面有多少列（哪怕不是40列）都能自动适配，完全不用修改代码，非常方便～

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