Python中如何对索引含'key'的Pandas DataFrame第三列求和？

嘿，别用for循环啦！Pandas本身就提供了非常高效的矢量化操作，完全能替代这种低效的循环写法。

核心思路 #

我们可以直接利用Pandas的索引筛选功能，先选出所有索引包含'key'的行，再对目标列求和——全程都是批量操作，比循环快N倍，尤其是数据量大的时候优势特别明显。

具体实现代码 #

首先要注意：你代码里用了iloc[i,3]，这对应的是第四列（因为Pandas的位置索引是从0开始的），但你描述里说的是“第三列”，我把两种情况都列出来：

情况1：目标是位置上的第三列（索引为2）

# 筛选索引含'key'的行，取第三列，求和
total = data[data.index.str.contains('key')].iloc[:, 2].sum()

情况2：目标是你代码里的第四列（索引为3）

total = data[data.index.str.contains('key')].iloc[:, 3].sum()

更推荐的写法（用列名）

如果你知道第三列的列名（比如叫third_col），用loc按列名选择会更清晰，可读性更强：

total = data.loc[data.index.str.contains('key'), 'third_col'].sum()

为什么这个方法更高效？ #

Pandas的矢量化操作是基于底层的NumPy数组实现的，它会把整个操作转换成C级别的批量计算，而不是像Python for循环那样逐行执行——当你的DataFrame有几万甚至几十万行的时候，这种效率差距会非常显著。

内容的提问来源于stack exchange，提问作者Sus20200