我如何 select Pandas DataFrame 中每一行的特定列？

Question

我有一個 DataFrame 格式如下：

    a   b   c
0   1   2   3
1   4   5   6
2   7   8   9
3   10  11  12
4   13  14  15

和這樣的數組，列名：

['a', 'a', 'b', 'c', 'b']

我希望提取一組數據，每行一個值。 列名數組指定每行中我想要的列。 在這里，結果將是：

[1, 4, 8, 12, 14]

這是否可以作為 Pandas 的單個命令，還是我需要迭代？ 我嘗試使用索引

i = pd.Index(['a', 'a', 'b', 'c', 'b'])
i.choose(df)

但是我遇到了一個段錯誤，因為缺少文檔而無法診斷。

Answer 1

您可以使用lookup ，例如

>>> i = pd.Series(['a', 'a', 'b', 'c', 'b'])
>>> df.lookup(i.index, i.values)
array([ 1,  4,  8, 12, 14])

如果需要，其中i.index可能與range(len(i))不同。

Answer 2

對於大型數據集，如果准備將列名轉換為數字索引（在這種情況下很簡單），則可以對基本numpy數據使用索引：

df.values[arange(5),[0,0,1,2,1]]

out: array([ 1,  4,  8, 12, 14])

這將比列表推導或其他顯式迭代更加有效。

Answer 3

您始終可以使用列表推導：

[df.loc[idx, col] for idx, col in enumerate(['a', 'a', 'b', 'c', 'b'])]

Answer 4

正如 MorningGlory 在評論中所說， lookup已在1.2.0版本中被棄用。

文檔指出，使用melt和loc可以實現相同的目的，但我認為這不是很明顯，所以就這樣了。

首先，使用melt創建查找DataFrame ：

i = pd.Series(["a", "a", "b", "c", "b"], name="col")
melted = pd.melt(
    pd.concat([i, df], axis=1),
    id_vars="col",
    value_vars=df.columns,
    ignore_index=False,
)

  col variable  value
0   a        a      1
1   a        a      4
2   b        a      7
3   c        a     10
4   b        a     13
0   a        b      2
1   a        b      5
2   b        b      8
3   c        b     11
4   b        b     14
0   a        c      3
1   a        c      6
2   b        c      9
3   c        c     12
4   b        c     15

然后，使用loc僅獲取相關值：

result = melted.loc[melted["col"] == melted["variable"], "value"]

0     1
1     4
2     8
4    14
3    12
Name: value, dtype: int64

最后 - 如果需要 - 獲得與以前相同的索引順序：

result.loc[df.index]

0     1
1     4
2     8
3    12
4    14
Name: value, dtype: int64

Pandas 還在文檔中使用factorize和numpy索引提供了不同的解決方案：

df = pd.concat([i, df], axis=1)
idx, cols = pd.factorize(df['col'])
df.reindex(cols, axis=1).to_numpy()[np.arange(len(df)), idx]

[ 1  4  8 12 14]