本文介绍如何使用 Python 的 Pandas 库，向现有 CSV 文件中新增一列（如 salary），该列值为指定多列（如 basic_sal、Allowance、Perk）的行级求和，并将结果写入新文件或覆盖原文件。
本文介绍如何使用 python 的 pandas 库，向现有 csv 文件中新增一列（如 `salary`），该列值为指定多列（如 `basic_sal`、`allowance`、`perk`）的行级求和，并将结果写入新文件或覆盖原文件。
在数据处理中，经常需要基于已有数值列动态生成衍生列。例如，给定员工薪资明细 CSV 文件，需新增 salary 列，其值为基本工资（basic_sal）、津贴（Allowance）与福利（Perk）三者之和，并置于最后一列。Pandas 提供简洁高效的列操作能力，远优于手动解析或 awk 等命令行工具（尤其在列名语义化、类型安全和可维护性方面）。
以下为完整实现步骤：
QuickBooks Mileage CSV
下载
使用 qbo-mileage CLI 及用户凭证，从 Airtable、Outlook 或 Google Calendar 记录生成 QuickBooks Online 里程 CSV 文件。
- 读取 CSV 文件：使用 pd.read_csv() 加载数据为 DataFrame；
- 新增计算列：直接通过赋值语法 df['salary'] = ... 创建新列，支持对多列进行逐行算术运算；
- 保存结果：调用 to_csv() 输出至新文件（推荐），或设置 index=False 避免写入行索引。
import pandas as pd
# 读取原始 CSV（请替换为实际路径）
df = pd.read_csv("employees.csv")
# 新增 salary 列：对 basic_sal、Allowance、Perk 三列求和
df["salary"] = df["basic_sal"] + df["Allowance"] + df["Perk"]
# 保存结果（不保留索引，确保格式与原始一致）
df.to_csv("employees_with_salary.csv", index=False)
✅ 注意事项：
- 确保参与计算的列均为数值类型（int64 或 float64）。若含空值或非数字字符，建议先执行 df[["basic_sal","Allowance","Perk"]] = df[["basic_sal","Allowance","Perk"]].apply(pd.to_numeric, errors='coerce') 进行清洗；
- 新增列默认追加至最右侧，符合“最后一列”要求；
- 如需覆盖原文件，请谨慎使用 to_csv("employees.csv", index=False)，建议先备份原始数据；
- 若需同时添加多个新列（如 gross, tax, net），可链式赋值或分步定义，保持逻辑清晰。
该方法兼具可读性、扩展性与健壮性，是数据预处理阶段添加衍生指标的标准实践。
