python - 根据 pandas 中另一列中的键从列中选择值的最快方法是什么？

Question

我需要一种快速方法从 pandas 数据框中提取正确的值:给定一个数据框，其中多个命名列中包含(大量)数据，并且附加列的值仅包含其他列的名称，如何从附加列作为键的数据列中选择值？

通过显式循环可以很简单，但是直接在 DataFrame 上使用 .iterrows() 之类的方法会非常慢。如果转换为 numpy 数组，速度会更快，但仍然不够快。我可以结合 pandas 的方法来做得更快吗？

示例:这是一种 DataFrame 结构，其中列 A 和 B 包含数据，列 keys 包含要从中选择的键:

import pandas
df = pandas.DataFrame(
    {'A': [1,2,3,4],
     'B': [5,6,7,8],
     'keys': ['A','B','B','A']},
)
print(df)

输出:

Out[1]: 
   A  B keys
0  1  5    A
1  2  6    B
2  3  7    B
3  4  8    A

现在我需要一些快速代码来返回类似的DataFrame

Out[2]: 
   val_keys
0         1
1         6
2         7
3         4

我在想一些类似的事情:

tmp = df.melt(id_vars=['keys'], value_vars=['A','B'])
out = tmp.loc[a['keys']==a['variable']]

产生:

Out[2]: 
  keys variable  value
0    A        A      1
3    A        A      4
5    B        B      6
6    B        B      7

但没有正确的顺序或索引。所以这不完全是一个解决方案。

有什么建议吗？

Answer 1

看看这些是否适合您

df['val_keys']= np.where(df['keys'] =='A', df['A'],df['B'])

或

df['val_keys']= np.select([df['keys'] =='A', df['keys'] =='B'], [df['A'],df['B']])

下面的代码不需要指定任何内容!

def value(row):
    a = row.name
    b = row['keys']
    c = df.loc[a,b]
    return c
df.apply(value, axis=1)