根据包含列名称的列从数据框列中选择值

Question

例如，如果我有以下数据框

df = pd.DataFrame({'a':[0,1,2], 'b':[3,4,5], 'c':['a','a','b']})

我想制作一个结果列，以便输出

df1 = pd.DataFrame({'a':[0,1,2], 'b':[3,4,5], 'c':['a','a','b'], 'res':[0, 1, 5]})

如果“c”列包含值“a”等，则“res”列值取自“a”列。 实际上我有很多列所以我想避免硬编码 pd.where(df.c=='a', ...) 是否有一些惯用的方法来完成任务？

Answer 1

解决方案 1：使用 apply

每行使用pandas.DataFrame.apply获取索引并获取对应的值

df['res'] = df.apply(lambda s: s[s['c']], axis=1)

输出：

   a  b  c  res
0  0  3  a    0
1  1  4  a    1
2  2  5  b    5

方案二：直接切片

通过直接对底层 numpy 数组进行切片，这是一种更快的替代方法：

# first map the columns to their position (a->0, b->1…)
cols = {k:v for v,k in enumerate(df.columns)}
# slice the elements
df['res'] = df.values[df.index, df['c'].map(cols)]

解决方案 3

最后，使用 loc 和 numpy.diag 获得对角线的有趣替代方法（警告：这是非常低效的内存）：

import numpy as np
df['res'] = np.diag(df.loc[df.index, df['c']])