python - Pandas - 根据其他列的值从特定列中选择行值

Question

这有点令人费解，但我只会显示我的数据
我构建了以下数据框:

      Mid_XYZ  Mid_YYY  Mid_ZZZ Select1 Select2
867    1019.11   1027.64  1022.68   XYZ   YYY
873    1018.04   1027.58  1022.81   XYZ   ZZZ

我想通过匹配列名的一部分，从基于 Select1 和 Select2 字符串的列中选择值。在第一行，这将是 1019.11 和 1027.64 (列 Mid_XYZ 和 Mid_YYY ) - 因为 Select1 有字符串 XYZ ， Select2 有字符串 YYY 。
其中，在第二行 1018.04 和 1022.81(列 Mid_XYZ 和 Mid_ZZZ )
稍后，我计划将这些值的总和存储在新列中。 DataFrame 看起来像这样

      Mid_XYZ  Mid_YYY  Mid_ZZZ Select1 Select2 Sum
867    1019.11   1027.64  1022.68   XYZ   YYY   2046.75
873    1018.04   1027.58  1022.81   XYZ   ZZZ   2040.85

我可以将列名更改为精确匹配，但应该有一些正则表达式的解决方案？我知道 df.filter(regex='XYZ') ，但我怎么能按行做呢？

Answer 1

使用以下矢量化解决方案:

import numpy as np

# clean rows
clean = df.columns.str.replace('^Mid_', '', regex=True)

# find matching column indices
s1 = np.argmax(clean.values == df['Select1'].values[:, None], axis=1)
s2 = np.argmax(clean.values == df['Select2'].values[:, None], axis=1)

# index and sum
df['Sum'] = df.values[np.arange(len(s1)), s1] + df.values[np.arange(len(s2)), s2]

print(df)

输出

     Mid_XYZ  Mid_YYY  Mid_ZZZ Select1 Select2      Sum
867  1019.11  1027.64  1022.68     XYZ     YYY  2046.75
873  1018.04  1027.58  1022.81     XYZ     ZZZ  2040.85