Pandas - 添加一個新列，根據其他列值從 arrays 中提取值

Question

我目前無法根據 dataframe 的值嘗試從列表/數組中提取值。

想象一下我有這個數組。 這個數組我可以手動創建，所以我可以以任何我想要的方式放置數字我只是認為這個 python 列表是最好的但我可以在這里做任何事情

value = [[30, 120, 600, 3000], [15, 60, 300, 1500], [30, 120, 600, 3000], [10, 40, 200, 1000],[10, 40, 200, 1000], [10, 40, 200, 1000], [10, 40, 200, 1000], [5, 20, 100, 500]]

我還有一個來自更大/動態處理的數據框，其中我有兩列，它們是 int 類型。 這里以重新創建這兩列的代碼為例。 id1 go 從 0 到 6 和 id2 go 從 0 到 3 的數組可能值

data = {'id1': [4, 2, 6, 6], 'id2': [1, 2, 3, 1]}  
df = pd.DataFrame(data) 

我想要做的是在 dataframe df 中添加一個附加列，該列基於數組的值，具體取決於兩列。 因此，例如，數據框的第一行將采用 value[4][1]=40 的值，最終得到這樣的 dataframe

result = {'id1': [4, 2, 6, 6], 'id2': [1, 2, 3, 1], 'matched value': [40, 600, 1000, 40]}  
dfresult = pd.DataFrame(result)

我對實現這一目標的最佳方法有點迷茫。 我想到的是一個非常殘酷的解決方案，我可以做的是獲取多維數組的值並創建一個列表，其中我擁有所有可能的 7*4 組合，在數據框中創建一個新列，即連接兩個 ID，然后根據簡單條件進行直接連接。 這在這種情況下可能會起作用，因為可能的組合很少，但我確信這里有一個學習機會以一種讓我逃避的動態方式使用列表！

Answer 1

您可以使用列表理解來遍歷 id 對並檢索每對的相應值

df['matched_val'] = [value[i][j] for i, j in zip(df['id1'], df['id2'])]

或者使用 numpy 索引的更好解決方案，但僅當value內的子列表長度相等時才適用：

df['matched_val'] = np.array(value)[df['id1'], df['id2']]

結果

   id1  id2  matched_val
0    4    1           40
1    2    2          600
2    6    3         1000
3    6    1           40