使用列名列表在 pandas 数据框中进行操作

Question

假设我有一个数据框：

import pandas as pd
df = pd.DataFrame({"A1": [10, 20, 15, 30, 45],
                    "B1": [13, 23, 18, 33, 48],
                    "C1": [17, 27, 22, 37, 52],
                    "A2": [10, 20, 15, 30, 45],
                    "B2": [13, 23, 18, 33, 48],
                    "C2": [17, 27, 22, 37, 52]}))
col1_names = ['A1', 'B1', 'C1']
col2_names = ['A2', 'B2', 'C2']
col_new = ['delA', 'delB', 'delC']

我想做一个操作，在 df 中获得三个新列，其值对应于 col2_names 和 col1_names 之间的差异。

for i in range(len(col1_names)):
    df[col_new[i]] = df[col2_names[i]] - df[col1_names[i]]

有没有一种方法可以向量化并且无需循环？

尝试过这个：

df[col_new] = df[col2_names] - df[col1_names]

预期结果与上述循环解决方案相同，但我得到

ValueError: Columns must be same length as key

。

附加：这可以推广到其他操作吗？

Answer 1

当您对数据框执行操作时，它们将对齐其索引。行标签与行标签匹配，与列标签相同。

col1_names

和

col2_names

没有任何共同点，所以你得到的都是 NA。

试试这个：

df[col_new] = df[col2_names].values - df[col1_names].values