Python 从其他列中选择值的数据帧列

这里已经有很多类似的查询，但似乎找不到符合我需要的查询。我有一个pandas数据框架，它主要包含合同名称的列，以及包含许多合同价格数据的值

df_yldchg.head(3)
Out[392]: 
ticker     RXH16 Comdty RXM16 Comdty RXU16 Comdty IKH16 Comdty IKM16 Comdty  \
field           PX_LAST      PX_LAST      PX_LAST      PX_LAST      PX_LAST   
date                                                                          
2016-01-04          NaN          NaN          NaN          NaN          NaN   
2016-01-05     1.875658     1.960696     2.538501     4.386991     3.393998   
2016-01-06     4.596182     4.729410     5.814771     2.722861     2.102244   

ticker     IKU16 Comdty contract_month year     rolled_IK     rolled_RX  
field           PX_LAST                                                  
date                                                                     
2016-01-04          NaN              H   16  IKH16 Comdty  RXH16 Comdty  
2016-01-05     4.065628              H   16  IKH16 Comdty  RXH16 Comdty  
2016-01-06     2.523455              H   16  IKH16 Comdty  RXH16 Comdty  

我希望添加一个名为“RX_yldchange”的列，它在“rolled_RX”列中查找，将其与列标题匹配，并从该列（同一行）中获取值

列名和数据来自数据库查询，并将随着更新时间的推移使用新列进行更新，因此我需要调用与动态检查所有列兼容，而不是硬编码。这类似于excel中的“index（Match（））”调用，我相信有一种简单的方法可以做到这一点，但我已经在这里查看了很多问题，但没有找到答案

EDIT2:我已经尝试了一个查找调用，我在这里的其他地方找到了该调用：

----> 1 df_yldchg['RX_yldchange'] = df_yldchg.lookup(df_yldchg.index, 
df_yldchg['rolled_RX'])

~\Anaconda3\lib\site-packages\pandas\core\frame.py in lookup(self, 
row_labels, col_labels)
   3474             result = np.empty(n, dtype='O')
   3475             for i, (r, c) in enumerate(zip(row_labels, col_labels)):
-> 3476                 result[i] = self._get_value(r, c)
   3477 
   3478         if is_object_dtype(result):

~\Anaconda3\lib\site-packages\pandas\core\frame.py in _get_value(self, index, 
col, takeable)
2530             return com._maybe_box_datetimelike(series._values[index])
2531 
-> 2532         series = self._get_item_cache(col)
2533         engine = self.index._engine
2534 

~\Anaconda3\lib\site-packages\pandas\core\generic.py in _get_item_cache(self, 
item)
2484         res = cache.get(item)
2485         if res is None:
-> 2486             values = self._data.get(item)
2487             res = self._box_item_values(item, values)
2488             cache[item] = res

~\Anaconda3\lib\site-packages\pandas\core\internals.py in get(self, item, 
fastpath)
4124                         raise ValueError("cannot label index with a null 
key")
4125 
-> 4126             return self.iget(loc, fastpath=fastpath)
4127         else:
4128 

~\Anaconda3\lib\site-packages\pandas\core\internals.py in iget(self, i, 
fastpath)
4141         Otherwise return as a ndarray
4142         """
-> 4143         block = self.blocks[self._blknos[i]]
4144         values = block.iget(self._blklocs[i])
4145         if not fastpath or not block._box_to_block_values or values.ndim 
!= 1:

TypeError: only integer scalar arrays can be converted to a scalar index

如果这不是一个多索引数据帧，这是否可能工作？我很高兴去掉第二层列名（'PX_LAST'），如果这有帮助的话

@屏幕摊铺机：

df_yldchg.columns

Out[413]: 
MultiIndex(levels=[['IKH16 Comdty', 'IKM16 Comdty', 'IKU16 Comdty', 'RXH16 
Comdty', 'RXM16 Comdty', 'RXU16 Comdty', 'contract_month', 'year', 
'rolled_IK', 'rolled_RX'], ['PX_LAST', '']],
           labels=[[3, 4, 5, 0, 1, 2, 6, 7, 8, 9], [0, 0, 0, 0, 0, 0, 1, 1, 
1, 1]],
           names=['ticker', 'field'])

---

提前谢谢

df['RX_yldchange']=df.lookup（df.index，df.rolled_RX）

谢谢-我确实尝试过这个，但我得到了一个错误-将编辑OP来演示。df.columns打印什么？哦，对不起，没有意识到您的数据帧的名称不同。将其更改为

df_yldchg['RX_yldchange']=df_yldchg.lookup（df_yldchg.index，df_yldchg['rolled_RX']）

。您需要参考适当的

数据帧

，谁知道什么是

df