Python 按条件添加列

我有以下数据框：

import pandas as pd

data = {"A1": [22,25,27,35],
        "A2": [23,54,71,52],
        "A3": [21,27,26,31],
        "A1_L1": [21,27,26,31],
        "A1_L2": [21,27,26,31],
        "A2_L1": [21,27,26,31],
        "A3_L1": [21,27,26,31],
        "A3_L2": [21,27,26,31],
        "A3_L3": [21,27,26,31]
        }
df = pd.DataFrame(data, columns = ["A1", "A2","A3","A1_L1","A1_L2","A2_L1","A3_L1","A3_L2","A3_L3"])

我想为每列自动添加一个新列，其中包含一个L。此列中的信息将是减法列A-A\L

比如说,

A1_L1_new=A1-A1_L1 
A1_L2_new=A1-A1_L2  
A2_L1_new=A2-A2_L1
A3_L1_new=A3-A3_L1
A3_L2_new=A3-A3_L2
A3_L3_new=A3-A3_L3

---

任何帮助都将不胜感激。

首先，导入库正则表达式：

重新导入

然后，将列的名称作为列表

colu name=df.columns.tolist（）

对于每个列名，检查其中是否有L

如果存在，用正则表达式A和L分开

然后根据这些As和Ls创建字符串

最后，用我们刚刚创建的字符串名创建列，并减去相应的A和L的列

对于列名称中的i：
如果i:#中有“L”，则检查名称是否包含“L”
x=[x.group（）代表re.finditer中的x（r'[A，L][1-9]'，i）]#将'A'和'L'放在列表中
foo=str（x[0]）+“-”+str（x[1]）+“_new”#基于“A”和“L”创建新名称
df[foo]=df[x[0]]-df[i]#减去相应的列。
df

如果您想知道正则表达式的作用：

• [A，L]查找以A或L开头的匹配项
• [1-9]匹配任何数字。（您也可以改为写入与任何数字匹配的\d）

---

您尝试过什么？什么不适合你？这能回答你的问题吗？