Question

我有一个包含列的数据框，我们称之为“名称”。 “names”具有其他列的名称。我想添加一个新列，根据“names”列中包含的列名，为每行提供值。

示例：

输入数据框： pd.DataFrame.from_dict({"a": [1, 2, 3,4], "b": [-1,-2,-3,-4], "names":['a','b','a','b']})

  a  |  b  | names |
 --- | --- | ----  |
  1  |  -1 | 'a'   |
  2  |  -2 | 'b'   |
  3  |  -3 | 'a'   |
  4  |  -4 | 'b'   |

输出数据帧： pd.DataFrame.from_dict({"a": [1, 2, 3,4], "b": [-1,-2,-3,-4], "names":['a','b','a','b'], "new_col":[1,-2,3,-4]})

  a  |  b  | names | new_col | 
 --- | --- | ----  | ------  |
  1  |  -1 | 'a'   |    1    |
  2  |  -2 | 'b'   |   -2    |
  3  |  -3 | 'a'   |    3    |
  4  |  -4 | 'b'   |   -4    |

谢谢

Answer 1

您可以使用lookup：

df['new_col'] = df.lookup(df.index, df.names)
df
#   a    b  names   new_col
#0  1   -1      a   1
#1  2   -2      b   -2
#2  3   -3      a   3
#3  4   -4      b   -4

Answer 2

因为从 Pandas 1.2.0 开始不推荐使用 DataFrame.lookup，以下是我使用 DataFrame.melt 提出的：

df['new_col'] = df.melt(id_vars='names', value_vars=['a', 'b'], ignore_index=False).query('names == variable').loc[df.index, 'value']

输出：

>>> df
   a  b names  new_col
0  1 -1     a        1
1  2 -2     b       -2
2  3 -3     a        3
3  4 -4     b       -4

这可以简化吗？为正确起见，不得忽略索引。

补充参考：

Looking up values by index/column labels (archive)

Answer 3

使用 pd.factorize 的解决方案（来自 https://github.com/pandas-dev/pandas/issues/39171#issuecomment-773477244）：

idx, cols = pd.factorize(df['names'])
df.reindex(cols, axis=1).to_numpy()[np.arange(len(df)), idx]

Pandas - 使用其他列值作为列名选择列

3 个答案: