Pandas：如何从给定（行，列）对列表的 DataFrame 中检索值？答案

【问题标题】：Pandas: how to retrieve values from a DataFrame given a list of (row, column) pairs?Pandas：如何从给定（行，列）对列表的 DataFrame 中检索值？
【发布时间】：2021-01-29 09:39:54
【问题描述】：

tldr;我想在 DataFrame 上传递一系列位置并接收一系列值，如果可能的话，使用 DataFrame 方法。

我有一个包含一些列和索引的数据框

import pandas as pd

df_a = pd.DataFrame(
{'A':[0,1,3,7],
 'B':[2,3,4,5]}, index=[0,1,2,3])

我想检索 DataFrame 上特定（行、列）位置的值

rows = [0, 2, 3]
cols = ['A','B','A']

df_a.loc[rows, cols] 返回一个 3x3 DataFrame

   |A  |B  |A
0   0   2   0
2   3   4   3
3   7   5   7

我想要(row, col)值对应的一系列值，长度为3的一系列

[0, 4, 7]

在 pandas 中最好的方法是什么？

【问题讨论】：

标签： pandas performance indexing slice pandas-loc

【解决方案1】：

当然！你可以使用DataFrame.lookup 来实现你想要的： https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.lookup.html

import pandas as pd

df_a = pd.DataFrame({'A':[0,1,3,7], 'B':[2,3,4,5]}, index=[0,1,2,3])

rows = [0, 2, 3]
cols = ['A','B','A']

values = df_a.lookup(rows, cols)

print(values)
array([0, 4, 7], dtype=int64)

【讨论】：

lookup 看起来不错。但我猜它比 numpy 保护伞下的索引要慢

【解决方案2】：

Pandas 不支持那种索引，只支持numpy

>>> df.to_numpy()[rows, df.columns.get_indexer(cols)]
array([0, 4, 7])

【讨论】：