创建一个向量，该向量具有根据Pandas DataFrame中的条件从Numpy数组中选择的值

Question

我正在使用包含两列带整数的pandas df。 对于df的每个数据，我想选择这两个整数，将它们用作[row，column]对，以从np.array中提取值，并使用提取的值创建一个新的np.array。

更详细地，我的df包含以下条目：

             State  FutureState
DATE                                                         
1947-10-01       0            0
1948-01-01       0            1
1948-04-01       1            1
1948-07-01       1            1

对于每个Date ，我想选择[State，FutureState]对，并从以下名为P np.array中提取相应的[row，column]项目：

array([[ 0.7,  0.3],
       [ 0.4,  0.6]])

使用这些值，我想创建一个名为Transition的新np.array，其中包含以下值：

[P[0,0],P[0,1],P[1,1],P[1,1]] = [0.7, 0.3, 0.6, 0.6] 

用作数组P索引的[0,0], [0,1], [1,1] [1,1] [State,FutureState]对是每个日期[1947-10-01， 1948-01-01，1948-04-01，1948-07-01）。

我已经尝试过许多不同的方式来解决我的问题，但无济于事。 有人可以建议如何成功创建Transition向量吗？

Answer 1

这个怎么样？

df.apply(lambda x:P[x[0],x[1]], axis=1)

它按照您的描述进行操作，沿df逐行（因此适用于axis=1 ），并使用条目作为在P进行选择的索引。

Answer 2

尝试这个：

p[df.State, df.FutureState]

这是完整的代码：

import io
import pandas as pd
import numpy as np

txt = """             State  FutureState                                                        
1947-10-01       0            0
1948-01-01       0            1
1948-04-01       1            1
1948-07-01       1            1"""

df = pd.read_csv(io.BytesIO(txt), delim_whitespace=True)
p = np.array([[ 0.7,  0.3], [ 0.4,  0.6]])
p[df.State, df.FutureState]