[英]Selecting rows in a dataframe based on the column names of another
說我有兩個dfs
df = pd.DataFrame({'A': [1, 2, 3,4,5],
'B': [2, 4,2,4,5], 'C': [1, -1, 3,5,10],'D': [3, -4,3,7,-3]}, columns=['A', 'B', 'C', 'D'])
df = df.set_index(['A'])
df2 = pd.DataFrame({'A': [1, 2, 3,4,5],
'J': ['B', 'B','C','D','C']}, columns=['A', 'J'])
df2 = df2.set_index(['A'])
我想使用df2
逐行選擇df
的列,以獲得以下數據幀
sel
1 2
2 4
3 3
4 7
5 10
其中前兩個值來自df
B列,第三個來自col C,第四個來自col D,最后一個來自col C.在熊貓中有自然的方法嗎?
使用lookup
, df
indexes
必須相同:
print (df.lookup(df2.index, df2['J']))
[ 2 4 3 7 10]
df = pd.DataFrame({'sel':df.lookup(df2.index, df2['J'])}, index=df.index)
print (df)
sel
A
1 2
2 4
3 3
4 7
5 10
你也可以使用np.diag
:
x, y= df2.reset_index().values.T
df= pd.DataFrame(np.diag(df.loc[x, y].values), columns=['sel'])
print(df)
sel
0 2
1 4
2 3
3 7
4 10
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.