我的答案是Wardy和user19* 的组合。
从...

df = pd.DataFrame(data={'GDP':   [1000, 1000, 1000],
                        '2004':  [0.10, 0.15, 0.5],
                        '2005':  [0.10, 0.10, 0.10],
                        'index': ['brasil', 'china', 'india']})

找到百分比列并确保它们的顺序正确。

columns_of_interest = sorted(c for c in df.columns if c not in ['GDP', 'index'])

型
现在我们计算...

running_GDP = df['GDP'] # starting value
for column in columns_of_interest:
    running_GDP *= 1.0 + df[column]
    df[column] = running_GDP

这将导致

GDP     2004    2005    index
0   1000    1100.0  1210.0  brasil
1   1000    1150.0  1265.0  china
2   1000    1500.0  1650.0  india

一个简单的方法是计算列数并循环：

num = df.shape[1]
start = 2

for idx in range(start, num):
    df.iloc[:, idx] = df.iloc[:, idx-1] * (1+df.iloc[:, idx])

print(df)

它给出了

index   GDP    2004    2005
0  brasil  1000  1100.0  1210.0
1   china  1000  1150.0  1265.0
2   india  1000  1050.0  1155.0

您可以使用df.columns访问 Dataframe 列的列表。
然后你可以对所有的列名做一个循环。这里是一个数据框的例子，我把每个值乘以2。如果你想对不同的列做不同的操作，你可以在循环中添加条件。

df = pd.DataFrame({'index': ['brasil', 'china', 'india'],
               'GDP': [1000,1000,1000],
               '2004': [0.10, 0.15, 0.5],
               '2005': [0.10, 0.10, 0.10]})

for colName in df.columns:
    df[colName] *= 2

print(df)

这个返回...

index   GDP  2004  2005
0  brasilbrasil  2000   0.2   0.2
1    chinachina  2000   0.3   0.2
2    indiaindia  2000   1.0   0.2

希望这有帮助！

百分比加1;计算累积乘积;

q = (df.iloc[:,2:] + 1).cumprod(axis=1)

乘以初始gdp。

q = q.mul(df['GDP'],axis='index')

如果您尝试更改原始DataFrame，请分配结果。

df.iloc[:,2:] = q

如果要创建新DataFrame，请将结果与原始DataFrame的前几列连接起来。

new = pd.concat([df.iloc[:,:2],q],axis=1)

如果你愿意，可以把前两行放在一起。

q = (df.iloc[:,2:] + 1).cumprod(axis=1).mul(df.GDP,axis='index')