如何在Pandas中为含指定字符串的列批量创建新列？

我来帮你搞定这个Pandas的操作问题～先看看你原来代码的问题，再一步步给出通用的解法。

你的代码问题分析 #

你原来的代码有两个关键问题：

• 判断条件错误：if 'aa' in df.columns 是检查整个列名集合里有没有叫'aa'的列，而不是当前遍历的列名是否包含'aa'，应该改成if 'aa' in col
• 缺少赋值操作：df[col+'_new']只是尝试访问这个列，如果列不存在会抛出KeyError，而且没有给它赋值的话，根本不会创建新列

通用解法步骤 #

1. 从大型DataFrame提取含特定字符串的列 #

首先用filter(like='xxx')方法可以快速提取包含指定字符串的列，这个方法非常通用，换任何目标字符串都能用：

import pandas as pd

# 假设large_df是你的大型DataFrame
# 提取所有列名包含'aa'的列，生成小型DataFrame
small_df = large_df.filter(like='aa')

2. 批量创建带后缀的新列 #

这里提供两种通用方法，你可以根据习惯选择：

方法一：循环遍历列（直观易懂）

# 定义你需要的后缀，比如'_goal'或'_new'
target_suffix = '_new'

# 遍历小型DataFrame的每一列
for col in small_df.columns:
    # 创建带后缀的新列，初始值设为pd.NA（或NaN），方便后续导入数据
    small_df[col + target_suffix] = pd.NA

方法二：用assign批量创建（更简洁的Pandas风格）

target_suffix = '_new'

# 生成新列名和初始值的字典
new_columns = {col + target_suffix: pd.NA for col in small_df.columns}
# 批量添加新列到小型DataFrame
small_df = small_df.assign(**new_columns)

3. 从其他DataFrame导入值到新列 #

假设你有另一个other_df需要导入数据，这里分两种常见情况：

• 如果other_df的列数和新列数相同，且顺序对应：

# 获取所有带目标后缀的列名
new_col_names = [col for col in small_df.columns if col.endswith(target_suffix)]
# 直接赋值
small_df[new_col_names] = other_df.values

• 如果other_df的列名和新列名完全匹配：

# 用update方法直接更新对应列的值
small_df.update(other_df)

这样整个流程就通用了，不管你的小型DataFrame有多少列，换不同的目标字符串或后缀都能直接套用～

内容的提问来源于stack exchange，提问作者DLB