python - 如何通过引用python中pandas数据框中另一列的值来添加新列

Question

我下面有一个 pandas 数据框

df
index | ref |  1 |  2 |  3  |  4  |  5 |
1     |  1  | -3 | -2 | -9  |  0  | -2 | 
2     |  3  | -1 | -2 | -5  |  3  | -5 |
3     |  5  | -4 | -7 | -4  |  2  | -1 |
4     |  4  | -2 | -4 | -2  | -1  | -9 |
5     |  1  | -2 | -3 | -1  | -3  | -3 |

我想通过引用“ref”列的值来创建"new"列，如下所示，

df
index | ref |  1 |  2 |  3  |  4  |  5 | new | 
1     |  1  | -3 | -2 | -9  |  0  | -2 |  -3 |
2     |  3  | -1 | -2 | -5  |  3  | -5 |  -5 |
3     |  5  | -4 | -7 | -4  |  2  | -1 |  -1 |
4     |  4  | -2 | -4 | -2  | -1  | -9 |  -1 |
5     |  1  | -2 | -3 | -1  | -3  | -3 |  -2 |

我尝试过以下方法，但由于内存不足而失败。 (代码中循环的东西)

df['new'] = df[df['ref']]

你能给我建议吗？

Answer 1

需要DataFrame.lookup ，但 ref 列中的列和值必须具有相同类型:

#values are ints
print (df['ref'].tolist())
[1, 3, 5, 4]
print (df.columns.tolist())
['ref', 1, 2, 3, 4, 5]

#values are strings
print (df['ref'].tolist())
['1', '3', '5', '4']
print (df.columns.tolist())
['ref', '1', '2', '3', '4', '5']

<小时/>

df['new '] = df.lookup(df.index, df['ref'])
print (df)
       ref  1  2  3  4  5  new 
index                          
1        1 -3 -2 -9  0 -2    -3
2        3 -1 -2 -5  3 -5    -5
3        5 -4 -7 -4  2 -1    -1
4        4 -2 -4 -2 -1 -9    -1

编辑:

如果列名称中的值是字符串，并且 ref 中的值是整数，则添加 astype转换:

print (df['ref'].tolist())
[1, 3, 5, 4]
print (df.columns.tolist())
['ref', '1', '2', '3', '4', '5']

df['new '] = df.lookup(df.index, df['ref'].astype(str))
print (df)
       ref  1  2  3  4  5  new 
index                          
1        1 -3 -2 -9  0 -2    -3
2        3 -1 -2 -5  3 -5    -5
3        5 -4 -7 -4  2 -1    -1
4        4 -2 -4 -2 -1 -9    -1

编辑1:

索引或列值中有重复项。

print (df.columns.is_unique)
True
print (df.index.is_unique)
False

所以需要唯一索引添加 reset_index :

df = df.reset_index(drop=True)
df['new '] = df.lookup(df.index, df['ref'].astype(str))
print (df)
   ref  1  2  3  4  5  new 
0    1 -3 -2 -9  0 -2    -3
1    3 -1 -2 -5  3 -5    -5
2    5 -4 -7 -4  2 -1    -1
3    4 -2 -4 -2 -1 -9    -1
4    1 -2 -3 -1 -3 -3    -2