Question

大家好，我是python的新手，现在我开始使用某些库，例如Pandas和Numpy。最近，我的老师给了我这个练习，我不知道应该使用哪种方法。详细信息如下所示：

df1 = pd.DataFrame({'col1': [0, 1, 1, 0, 3],
               'col2': [23, 4, 1, 1, 3], 
               'col3': [0, 5, 2, 1, 1],
               'col4': [1, 2, 6, 4, 0],
               'col5': [4, 15, 0, 2, 5],
               'loc': [1, 4, 2, 3, 2]})

1）col1-col5：随机数

2）loc：值的位置。

3）计算返回每个列的值的“ val”，位置在“ loc”中给出。

示例：在第0行中，loc = 1，val =23。在第1行中，loc = 4，val = 15，依此类推。

结果应该是这样的：

df = pd.DataFrame({'col1': [0, 1, 1, 0, 3],
               'col2': [23, 4, 1, 1, 3], 
               'col3': [0, 5, 2, 1, 1],
               'col4': [1, 2, 6, 4, 0],
               'col5': [4, 15, 0, 2, 5],
               'loc': [1, 4, 2, 3, 2],
                'val': [23, 15, 2, 4, 1]})

我已经尝试过像iloc和loc这样的东西来计算'val'。但是，当数据帧变大时，我将无法再使用此方法。有没有更快的方法来计算“ val”？我需要使用循环来计算“ val”吗？

df1 = df['loc']
df.iloc[0,df1[0]]
df.iloc[1,df1[1]]
df.iloc[2,df1[2]]

PS：对不起，我的英语不好，但是我真的不知道该如何用英语来解释这个练习，我只是尽力而为：（

Answer 1

使用numpy索引，尤其是在性能很重要的情况下：

df1['value'] = df1.values[np.arange(len(df1)), df1['loc']]
print (df1)
   col1  col2  col3  col4  col5  loc  value
0     0    23     0     1     4    1     23
1     1     4     5     2    15    4     15
2     1     1     2     6     0    2      2
3     0     1     1     4     2    3      4
4     3     3     1     0     5    2      1

性能：

#5000 rows
df1 = pd.concat([df1] * 1000, ignore_index=True)
In [73]: %timeit df1['value'] = df1.values[np.arange(len(df1)), df1['loc']]
266 µs ± 8.06 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

In [74]: %%timeit
    ...: result = []
    ...: for index, row in df1['loc'].iteritems():
    ...:      result.append(df1.iat[index, row])
    ...: df1['val'] = result
    ...: 
64 ms ± 753 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)

In [75]: %timeit df1['value'] = df1.apply(lambda x: x.iloc[x['loc']], axis = 1)
243 ms ± 11.9 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

Answer 2

您可以为此使用for循环，在其中将值增加到列“ loc”的长度范围内（例如）。使用.iloc，您可以从“ loc”列中选择正确的行和值。

我不会为您提供完整的解决方案，而是遵循以下原则：

vals = [] # Create an empty list to hold the requested values
for i in range(len(df['loc'])): # Loop over the rows ('i')
    val = df.iloc[i, df['loc'][i]] # Get the requested value from row 'i'
    vals.append(val) # append value to list 'vals'
df['value'] = vals # Add list 'vals' as a new column to the DataFrame

已编辑以完成答案...

Answer 3

使用索引遍历该系列，然后使用pd.iat [row int pos，column int pos]，您将获得准确的值，可以从值数组中创建新的系列。

result = []
for index, row in df1['loc'].iteritems():
     result.append(df1.iat[index, row])
df1['val'] = result

在Dataframe中循环，iloc和loc？

3 个答案: