代码之家 › 专栏 › 技术社区 › SanMu

熊猫-使用可变列输入计算新列

pandas python

SanMu · 技术社区 · 6 年前

问题是。。。以下面的数据帧为例:

df = pd.DataFrame({'col1': [1, 2, 3, 4, 5], 'col2': [3, 4, 5, 6, 7],'col3': [3, 4, 5, 6, 7],'col4': [1, 2, 3, 3, 2]})

如果“col4”的值为1,则在索引为1的列中给我相应的值(本例中为“col2”),如果“col4”为2,则在索引为2的列中给我相应的值(本例中为“col3”),等等。

我试过下面的方法和它的变体,但似乎没有得到正确的结果

df["col5"] = df.apply(lambda x: df.iloc[x,df[df.columns[df["col4"]]]])

非常感谢您的帮助!

2 回复 | 直到 6 年前

zipa 6 年前

如果你的 'col4'

df['col5'] = df.apply(lambda x: x[df.columns[x['col4']]], axis=1)

df

#   col1  col2  col3  col4  col5
#0     1     3     3     1     3
#1     2     4     4     2     4
#2     3     5     5     3     3
#3     4     6     6     3     3
#4     5     7     7     2     7

jpp 6 年前

您可以在NumPy中使用奇特的索引,完全避免Python级别的循环:

df['col5'] = df.iloc[:, :4].values[np.arange(df.shape[0]), df['col4']]

print(df)

   col1  col2  col3  col4  col5
0     1     3     3     1     3
1     2     4     4     2     4
2     3     5     5     3     3
3     4     6     6     3     3
4     5     7     7     2     7

df = pd.concat([df]*10**4, ignore_index=True)

%timeit df.apply(lambda x: x[df.columns[x['col4']]], axis=1)       # 2.36 s per loop
%timeit df.iloc[:, :4].values[np.arange(df.shape[0]), df['col4']]  # 1.01 ms per loop