如何从 Pandas DataFrame 的每一行中选择特定列？

Question

我有一个这种格式的 DataFrame：

    a   b   c
0   1   2   3
1   4   5   6
2   7   8   9
3   10  11  12
4   13  14  15

还有一个像这样的数组，带有列名：

['a', 'a', 'b', 'c', 'b']

我希望提取一组数据，每行一个值。列名数组指定每行中我想要的列。在这里，结果将是：

[1, 4, 8, 12, 14]

这可以作为 Pandas 的单个命令，还是我需要迭代？我尝试使用索引

i = pd.Index(['a', 'a', 'b', 'c', 'b'])
i.choose(df)

但我遇到了段错误，由于缺少文档，我无法诊断。

Answer 1

你可以使用lookup，例如

>>> i = pd.Series(['a', 'a', 'b', 'c', 'b'])
>>> df.lookup(i.index, i.values)
array([ 1,  4,  8, 12, 14])

如果您愿意，i.index 可能与 range(len(i)) 不同。

Answer 2

对于大型数据集，如果您准备将列名转换为数字索引（在这种情况下很简单），则可以对基本 numpy 数据使用索引：

df.values[arange(5),[0,0,1,2,1]]

out: array([ 1,  4,  8, 12, 14])

这将比列表推导或其他显式迭代更有效。

Answer 3

你总是可以使用列表推导：

[df.loc[idx, col] for idx, col in enumerate(['a', 'a', 'b', 'c', 'b'])]