Python 如何从数据帧中的每一行中选择特定列？

我有一个以下格式的数据帧：

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

和这样的数组，具有列名：

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

我希望提取一个数据数组，每行一个值。列名数组指定要从每行中选择哪一列。在这里，结果将是：

[1, 4, 8, 12, 14]

这是否可以作为熊猫的单个命令，或者我需要迭代？我试着使用索引

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

---

但是我遇到了一个segfault，我无法诊断，因为缺少文档。

您可以随时使用列表理解：

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

---

对于大型数据集，如果准备将列名转换为数字索引（在本例中很简单），则可以对基本numpy数据使用索引：

这将比列出理解或其他显式迭代更有效

---

其中

i.index

可以不同于

range（len（i））

，如果您愿意的话。

太棒了，谢谢！也可以分配给这些索引吗？您可以分配，但仅当帧是单个数据类型时（现在是这样）

df.unstack（）.loc[zip（i.values，i.index）]=[1,2,3,4,5]

。并且必须在两侧匹配长度（也可以使用此语法进行选择）；请参阅此问题：如果要添加索引，请创建一个系列：

pd.series（df.lookup（i.index，i.values），index=i.index）

在pandas 1.2.0中，不推荐使用查找函数，建议使用.loc或.melt（请参阅：）

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

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

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