Python 3.x 熊猫：如何对两个特定列之间的（动态）列求和？

我正在使用动态

.csvs

。所以我永远不知道列名会是什么。例如：

(一)

(二)

(三)

由于我想用

META

和

%

之间的所有列的总和创建一个新列，因此我需要获得每个列的所有名称，这样我就可以创建如下内容：

a = df['Total'] = df['A'] + df['B'] + df['C'] + df['D'] + df['E']

随着列名称的更改，下面的代码将仅适用于示例1）。所以我需要：1）识别所有列；2） 然后，把它们加起来

解决方案必须适用于上述3个示例（1、2和3）。

---

请注意，唯一确定的是列介于

META

和

%

之间，但即使它们不是固定的。

选择所有不带first和last by的列，然后选择

sum

：

df['Total'] = df.iloc[:, 1:-1].sum(axis=1)

df['Total'] = df.drop(['META','%'], axis=1).sum(axis=1)

或者在

sum

之前删除

META

和

%

列：

df['Total'] = df.iloc[:, 1:-1].sum(axis=1)

df['Total'] = df.drop(['META','%'], axis=1).sum(axis=1)

---

编辑：您可以选择

META

和

%

之间的列：

#META, % are not numeric
df['Total'] = df.loc[:, 'META':'%'].sum(axis=1)
#META is not numeric
df['Total'] = df.iloc[:, df.columns.get_loc('META'):df.columns.get_loc('%')].sum(axis=1)

#more general, META is before % column
df['Total'] = df.iloc[:, df.columns.get_loc('META')+1:df.columns.get_loc('%')].sum(axis=1)

---

你知道这必须适用于上面的3个例子吗？@rafasalo-我想是的。对不起，在你的回答之后，我想到了一个有时会出现的场景，我认为你的回答不起作用。即使每一列都不在同一位置，请再看一看。对不起that@rafasalo-是的，因此使用

drop

的解决方案应该有效（如果可能，

Total

或

META

是数字），如果从不使用数字，则使用

df['Total']=df.sum（axis=1）

META不是数字，但前面的列是数字。所以你的解决方案是求和。

print (df)
  META    A       B       C    D    E       %   Total
0    A  0.0  24.564   0.000  0.0  0.0  -0.00%  24.564
1    B  0.0   2.150   0.000  0.0  0.0   3.55%   2.150
2    C  0.0   0.000  15.226  0.0  0.0   6.14%  15.226

#META, % are not numeric
df['Total'] = df.loc[:, 'META':'%'].sum(axis=1)
#META is not numeric
df['Total'] = df.iloc[:, df.columns.get_loc('META'):df.columns.get_loc('%')].sum(axis=1)

#more general, META is before % column
df['Total'] = df.iloc[:, df.columns.get_loc('META')+1:df.columns.get_loc('%')].sum(axis=1)