Python 3.x 对数据帧的列进行迭代求和？

我试图编写一些代码，将第1列和第2列相加，并用该总和替换第2列中的值。然后我想添加（新的）第2列和第3列，并将第3列替换为这两个值的总和（依此类推）。我相信有一个更好的方法可以做到这一点，但我想我需要一些关于如何做到这一点的建议

以下是我可以手动执行此操作的方法：

dfT = pd.DataFrame({
"Column 1": np.random.rand(4),
"Column 2": np.random.rand(4),
"Column 3": np.random.rand(4),
"Column 4": np.random.rand(4),})

print(dfT.head())

dfT['Column 2'] = dfT.loc[:,'Column 1':'Column 2'].sum(axis = 1)
dfT['Column 3'] = dfT.loc[:,'Column 2':'Column 3'].sum(axis = 1)
dfT['Column 4'] = dfT.loc[:,'Column 3':'Column 4'].sum(axis = 1)
print(dfT.head())

以下是两个打印调用的输出：

有没有一个好的方法来循环这个过程？我现在一片空白。。。 提前感谢您的帮助

您可以使用

你可以用

import numpy as np
import pandas as pd

dfT = pd.DataFrame({
    "Column 1": np.random.rand(4),
    "Column 2": np.random.rand(4),
    "Column 3": np.random.rand(4),
    "Column 4": np.random.rand(4),
})

print(dfT.head())
#    Column 1  Column 2  Column 3  Column 4
# 0  0.744905  0.831893  0.578289  0.759750
# 1  0.097360  0.436817  0.320901  0.620894
# 2  0.827297  0.653751  0.607263  0.712541
# 3  0.826755  0.841087  0.705164  0.738110

print(dfT.cumsum(axis=1))
#    Column 1  Column 2  Column 3  Column 4
# 0  0.744905  1.576798  2.155087  2.914837
# 1  0.097360  0.534177  0.855078  1.475972
# 2  0.827297  1.481048  2.088311  2.800852
# 3  0.826755  1.667841  2.373005  3.111115