是否存在一种矢量化的方法来访问在另一列中明确指示的列的值？

Question

很抱歉，以前是否曾问过这个问题，这似乎很琐碎，但是我却找不到答案。

假设我有一列（selected），其中包含另一列（option_1，option_2，option_3，option_4）的名称：

    id  option_1    option_2    option_3    option_4    selected
0   0   10.0        NaN         NaN         110.0       option_4
1   1   NaN         20.0        200.0       NaN         option_2
2   2   NaN         300.0       30.0        NaN         option_3
3   3   400.0       NaN         NaN         40.0        option_1
4   4   600.0       700.0       50.0        50.0        option_3

例如，对于第一行（id==0），selected列指示该值存储在option_4中（即110.0），对于第二行，它是存储在option_2中，等等。

是否存在一种矢量化方式（例如，不使用apply），我可以使用selected列中指示的值来获得一个新系列（列）？

这似乎是一个很常见的情况，我很难相信除了使用apply之外别无其他方法，特别是考虑到idxmin和idxmax之类的方法恰好返回了其中的列格式。

---

如何使用apply获得结果的示例

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'id': [0,1,2,3,4], 
    'option_1': [10,     np.nan, np.nan, 400,    600], 
    'option_2': [np.nan, 20,     300,    np.nan, 700], 
    'option_3': [np.nan, 200,    30,     np.nan, 50],
    'option_4': [110,    np.nan, np.nan, 40,     50], 
    'selected': ['option_4','option_2','option_3','option_1','option_3']
})
df['value'] = df.apply(lambda x: x[x['selected']], axis=1)

Answer 1

使用DataFrame.lookup：

df['value'] = df.lookup(df.index, df['selected'])
print (df)
   id  option_1  option_2  option_3  option_4  selected  value
0   0      10.0       NaN       NaN     110.0  option_4  110.0
1   1       NaN      20.0     200.0       NaN  option_2   20.0
2   2       NaN     300.0      30.0       NaN  option_3   30.0
3   3     400.0       NaN       NaN      40.0  option_1  400.0
4   4     600.0     700.0      50.0      50.0  option_3   50.0