使用 Pandas 数据框中的两行来选择另一个数据框中的位置

Question

我有第一个数据帧df1如下。 这里col_b是 h1 和 h24 之间的任何数字，并且不包含每个相应日期的所有 1 到 24：

Date        col_b
20101101    h1
20101101    h2
20101101    h3
20101102    h1
20101102    h3
20101103    h2
20101104    h1
20101105    h2
20101105    h3
20101106    h6
20101106    h8
20101106    h24
20101107    h15

第二个数据帧df2为：

date        h1 h2 h3 h4 h5 h6 ... h24
20101101    4  6  45 6  7  8  ...  5
20101102    .........................
20101103    .........................

我需要从df2选择值到一个列表，其中df1中的行与df2的位置匹配。

目前，我使用iterrows选择从行值df1和分配在值df2作为df2.loc[df2['Date] ==row[0], row[1]]在每个行df1 。

这是忙碌的，消耗大量时间。 有没有 pythonic 或 Pandas 的方法来做到这一点？

Answer 1

使用DataFrame.lookup() ：

import numpy as np
import pandas as pd

df2 = pd.DataFrame(np.random.randint(0, 10, (5, 3)), 
                  columns=list("ABC"), 
                  index=pd.date_range("2016/01/01", "2016/05/01", freq="MS"))

df = pd.DataFrame({"date":df2.index[np.random.randint(0, 5, 10)],
                   "key": df2.columns[np.random.randint(0, 3, 10)]})

df["value"] = df2.lookup(df["date"], df["key"])
print(df)

结果：

        date key  value
0 2016-01-01   C      2
1 2016-05-01   A      8
2 2016-01-01   A      8
3 2016-04-01   B      1
4 2016-04-01   C      2
5 2016-03-01   A      2
6 2016-03-01   A      2
7 2016-04-01   B      1
8 2016-05-01   A      8
9 2016-03-01   B      5