Python 基于列标题的行级sumproduct高效实现方法

我有一个看起来有点像下面的数据框（请注意，除了成本和单位之外还有其他列）

我正在考虑为每一行计算一个sumproduct（新列），以便（COST1*UNITS1_1）+（COST2*UNITS2_1）+（COSTN*UNITSN_1）计算并存储在此列中

你能给我一个有效的办法吗。

---

我考虑的是根据列的筛选条件循环遍历列名和/或使用lambda函数计算必要的数目。

按位置选择列，按或转换为numpy数组，将它们乘以最后一个和：

#pandas 0.24+
df['new'] = (df.iloc[:, ::2].to_numpy() * df.iloc[:, 1::2].to_numpy()).sum(axis=1)
#pandas lower
#df['new'] = (df.iloc[:, ::2].values * df.iloc[:, 1::2].values).sum(axis=1)

或用于选择列：

df['new'] = (df.filter(like='COST').to_numpy()*df.filter(like='UNITS').to_numpy()).sum(axis=1)

df['new'] = (df.filter(like='COST').values*df.filter(like='UNITS').values).sum(axis=1)

---

---

你能帮我解释一下它到底在做什么吗。。to_numpy（）似乎是新的？@asimo-是的，它将数据帧转换为numpy数组，替代方法是

。值

df['new'] = (df.filter(like='COST').to_numpy()*df.filter(like='UNITS').to_numpy()).sum(axis=1)

df['new'] = (df.filter(like='COST').values*df.filter(like='UNITS').values).sum(axis=1)

print (df)
          COST1  UNITS1_1  COST2  UNITS2_1  COSTN  UNITSN_1    new
TIME                                                              
21:55:51     25       100     20        50     22       130   6360
22:55:51     23       100     24       150     22       230  10960
21:58:51     28       100     22       250     22       430  17760