Python 跨数据帧的特定列向量化求和

我想通过使用矢量化优化熊猫数据帧中某些列的总和。 具体而言，我有以下数据框：

df = pd.DataFrame(index = [1, 3, 2], data = {'Low':[1, 1, 1], 'Mid':[2, 2, 6], 'High':[3, 3, 3]})

我已经创建了一个新的列，它包含前N列的总和，其中N是索引值：

df['new_col'] = [df.iloc[i,:df.index[i]].sum() for i in range(df.shape[0])]

最后的数据帧如下所示：

    Low  Mid  High  new_col
 1    1    2     3        1
 3    1    2     3        6
 2    1    6     3        7

显然，这必须矢量化。我真的很感激任何能让我避免for循环的提示。

---

谢谢

尝试广播索引并与列号进行比较：

df['new_col'] = df.where(df.index.values[:,None] > np.arange(df.shape[1]), 0).sum(1)

输出：

   Low  Mid  High  new_col
1    1    2     3        1
3    1    2     3        6
2    1    6     3        7

---

这是个好主意！谢谢@Quang Hoang。然而，我相信它应该是np.arange（df.shape[1]）+1？