Python 根据数据库中其他列中的值动态访问列

假设我有以下数据框：

idx | X1 | X2 | X3 |  Z
-----------------------
  1 |  5 |  8 |  4 |  1
  2 |  3 |  2 |  6 |  2
  3 |  6 |  3 |  2 |  1

对于每一行，我现在想要访问由

Z

中的值指示的列，即我想要的结果是：

idx |  X
--------
  1 |  5   # from X1
  2 |  2   # from X2
  3 |  6   # from X1

---

如何在熊猫中实现这一点？

使用

apply

In [3703]: df.apply(lambda x: x['X%s' % x.Z], axis=1)
Out[3703]:
0    5
1    2
2    6
dtype: int64

In [3706]: df[['idx']].assign(X=df.apply(lambda x: x['X%s' % x.Z], axis=1))
Out[3706]:
   idx  X
0    1  5
1    2  2
2    3  6

---

使用

apply

In [3703]: df.apply(lambda x: x['X%s' % x.Z], axis=1)
Out[3703]:
0    5
1    2
2    6
dtype: int64

In [3706]: df[['idx']].assign(X=df.apply(lambda x: x['X%s' % x.Z], axis=1))
Out[3706]:
   idx  X
0    1  5
1    2  2
2    3  6

---

注意：按照零，当标签顺序不正确时，下面的标签不工作

df.set_index('idx').apply(lambda x : x[x['Z']-1],axis=1)
Out[959]: 
idx
1    5
2    2
3    6
dtype: int64

---

注意：按照零，当标签顺序不正确时，下面的标签不工作

df.set_index('idx').apply(lambda x : x[x['Z']-1],axis=1)
Out[959]: 
idx
1    5
2    2
3    6
dtype: int64

---

X%s

lean a new thing~：）

X%s

lean a new thing~：）如果标签未排序，这可能不起作用我怀疑？如果标签未排序，这可能不起作用我怀疑？