Pandas dataframe - Column包含到其他列的索引

Question

我有一个数据框架(df)，其中一列('bestcol')包含表中其他列的索引。我想抓住被"bestcol"引用的列，将其四舍五入，并使用该信息创建一个新列(参见下表中的粗略示例，其中bestcol = 1指Val1, 2指Val2, 3指Val3)。

<表类> Val1 Val2 Val3 bestcol 最后 tbody><<tr>1.12.13.111.011.122.133.1222.0111.1222.1333.13333.0

您可以使用numpy索引:

row = np.arange(len(df))
col = df['bestcol'].values - 1
x = df.filter(like='Val').values  # or df.iloc[:, :3].values
df['Final'] = np.round(x[row, col])

输出:

>>> df
Val1   Val2   Val3  bestcol  Final
0    1.1    2.1    3.1        1    1.0
1   11.1   22.1   33.1        2   22.0
2  111.1  222.1  333.1        3  333.0

5_000_000行100列的性能:

M = 5_000_000
N = 100
x = np.random.uniform(1, 500, (M, N))
row = np.arange(M)
col = np.random.randint(1, N+1, M) - 1
%timeit np.round(x[row, col])
75.5 ms ± 388 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)

我使用嵌套的np.where来处理三个条件，然后使用np.round。

df['Final'] = np.round(np.where(df.bestcol == 1, df.Val1, np.where(df.bestcol == 2, df.Val2, df.Val3)), 0)

由于您的bestcol包含实际列的有序顺序位置，您可以应用numpy.diag:

df['Final'] = np.round(np.diag(df[df.columns[:-1]]))

---

1      2      3  bestcol  Final
0    1.1    2.1    3.1        1    1.0
1   11.1   22.1   33.1        2   22.0
2  111.1  222.1  333.1        3  333.0

一个简单快速的python方法:

import pandas as pd
df = pd.DataFrame({'Val1': [1.1, 11.1, 111.1],
'Val2': [2.1, 22.1, 222.1],
'Val3': [3.1, 33.1, 333.1],
'bestcol': [1, 2, 3],
})
df['Final'] = [round(df[['Val1', 'Val2', 'Val3']].iloc[i, p]) 
for i, p in enumerate(df.bestcol.sub(1).tolist())]
print(df)

结果

Val1   Val2   Val3  bestcol  Final
0    1.1    2.1    3.1        1      1
1   11.1   22.1   33.1        2     22
2  111.1  222.1  333.1        3    333

try this:

df['Final'] = df.values[df.index, df.bestcol-1].round(0)
print(df)
>>>
Val1   Val2   Val3  bestcol  Final
0    1.1    2.1    3.1        1    1.0
1   11.1   22.1   33.1        2   22.0
2  111.1  222.1  333.1        3  333.0