Question

让我们考虑一个具有三列的数据帧A：a，b和c。假设我们还有与A大小相同的B系列。在每一行中，它包含A列之一的名称。我想构造一个Series，它将在B指定的列中包含表A的值。

最简单的示例如下：

idxs = np.arange(0, 5)
A = pd.DataFrame({
    'a': [3, 1, 5, 7, 8],
    'b': [5, 6, 7, 3, 1],
    'c': [2, 7, 8, 2, 1],
}, index=idxs)
B = pd.Series(['b', 'c', 'c', 'a', 'a'], index=idxs)

我需要执行一些操作，其结果将与以下系列相同：

C = pd.Series([5, 7, 8, 7, 8], index=idxs)

在这样一个简单的示例中，可以对纯numpy数组执行以下“广播”操作：

d = {'a':0, 'b':1, 'c':2 }
AA = A.rename(columns=d).as_matrix()
BB = B.apply(lambda x: d[x]).as_matrix()

CC = AA[idxs, BB]

那行得通，但是在我的真正问题中，我使用了多索引的Dataframe，事情变得更加复杂。

是否可以使用熊猫工具来做到这一点？

我想到的第一件事是：

A['idx'] = B;
C = A.apply(lambda x: x[x['idx']], axis=1)

有效！

Answer 1

您可以使用DataFrame.lookup：

pd.Series(A.lookup(B.index, B), index=B.index)

0    5
1    7
2    8
3    7
4    8
dtype: int64

涉及广播的NumPy解决方案是：

A.values[B.index, (A.columns.values == B[:, None]).argmax(1)]
# array([5, 7, 8, 7, 8])

数据框：如何为每一行选择不同的列

1 个答案: