Python 使用根据数据帧中的条件选择的Numpy数组中的值创建向量

我正在使用一个包含两列整数的数组。对于df的每个数据，我想选择这两个整数，将它们用作[row，column]对，从np.array中提取值，并使用提取的值创建一个新的np.array

更详细地说，my df包含以下条目：

             State  FutureState
DATE                                                         
1947-10-01       0            0
1948-01-01       0            1
1948-04-01       1            1
1948-07-01       1            1

对于每个

日期

，我想选择[State，FutureState]对，并从以下名为

p

的np.array中提取相应的[row，column]项：

array([[ 0.7,  0.3],
       [ 0.4,  0.6]])

使用这些值，我想创建一个名为

Transition

的新np.array，它包含以下值之一：

[P[0,0],P[0,1],P[1,1],P[1,1]] = [0.7, 0.3, 0.6, 0.6] 

用作数组

p

索引的成对

[0,0]、[0,1]、[1,1][1,1]

是每个日期（1947-10-01、1948-01-01、1948-04-01、1948-07-01）的

[State、FutureState]

值

我已经试着用很多不同的方法来解决我的问题，但都没有用。有人能建议如何成功创建

转换

向量吗

这个怎么样

df.apply(lambda x:P[x[0],x[1]], axis=1)

它按照您所描述的那样，沿

df

行（因此应用于

axis=1

），并使用条目作为索引，以便在

p

中进行选择

p[df.State, df.FutureState]

以下是完整的代码：

import io
import pandas as pd
import numpy as np

txt = """             State  FutureState                                                        
1947-10-01       0            0
1948-01-01       0            1
1948-04-01       1            1
1948-07-01       1            1"""

df = pd.read_csv(io.BytesIO(txt), delim_whitespace=True)
p = np.array([[ 0.7,  0.3], [ 0.4,  0.6]])
p[df.State, df.FutureState]

---

抱歉，您的问题有点不清楚，您能否提供更多信息，例如，您从哪里获得p[0,1]值，因为不清楚这是一个示例的哪个日期for@EdChum：谢谢你的评论，请原谅我的困惑。我在

[P[0,0]，P[0,1]，P[1,1]，P[1,1]=[0.7,0.3,0.6,0.6]

行下面加了一行。这足以让我的问题更清楚吗？这是可行的，但我对numpy整形不太熟悉：

P[df.values.reformate（[4,2]）[1]