Python 基于值的查询

我有以下数据帧：

Date    best    a    b    c    d
1990    a       5    4    7    2
1991    c       10   1    2    0
1992    d       2    1    4    12
1993    a       5    8    11   6

我想制作一个数据帧，如下所示：

Date    best    value   
1990    a       5
1991    c       2
1992    d       12
1993    a       5

因此，我希望通过使用列名来查找基于另一行值的值。例如，第二个df中1990的值应该从第一个df中查找“a”，第二行应该从第一个df中查找“c”（=2）

---

有什么想法吗？

您创建了一个查找函数，并在数据帧行上调用

apply

，但这对于大型dfs来说不是很有效

In [245]:

def lookup(x):
    return x[x.best]
df['value'] = df.apply(lambda row: lookup(row), axis=1)
df
Out[245]:
   Date best   a  b   c   d  value
0  1990    a   5  4   7   2      5
1  1991    c  10  1   2   0      2
2  1992    d   2  1   4  12     12
3  1993    a   5  8  11   6      5

有一个内置函数可以处理这种情况（按行/列查找）。我不知道它有多优化，但可能比应用解决方案快

In [9]: df['value'] = df.lookup(df.index, df['best'])

In [10]: df
Out[10]: 
   Date best   a  b   c   d  value
0  1990    a   5  4   7   2      5
1  1991    c  10  1   2   0      2
2  1992    d   2  1   4  12     12
3  1993    a   5  8  11   6      5

---

您可以使用

np.where

执行此操作，如下所示。我认为这样会更有效率

将numpy导入为np
作为pd进口熊猫
df=pd.数据帧（['1990'，'a'，5,4,7,2]，'1991'，'c'，10,1,2,0]，'1992'，'d'，2,1,4,12]，'1993'，'a'，5,8,11,6]]，列=（'Date'，'best'，'a'，'b'，'c'，'d'））
arr=df.best.values
cols=df.columns[2:]
对于col中的col：
arr2=df[col]。值
arr=np.其中（arr==col，arr2，arr）
df.drop（列=cols，原地=True）
df[“值”]=arr
df

结果

Date    best    values
0   1990    a   5
1   1991    c   2
2   1992    d   12
3   1993    a   5

---

在玩具数据集apply需要470us，lookup需要531usHmm出于某种原因，当我在一个中等大小的df（比如4000行）上尝试此操作时，它会出现内存错误，对于400行，我使用apply得到8.17ms，使用lookup得到3.05ms，因此我希望lookup能够更好地扩展。由于语法更简单，lookup可能更可取，但两者都能很好地工作，thx伙计们！你能解释一下这段代码是如何工作的吗？@3kstc基本上我们使用

apply

通过传递arg

axis=1

来迭代行，因此这里的lambda是第一行，因此对于第一行

x

是第一行，然后，我们返回一个特定的列，在本例中，该列将是

best

的值。要索引该行注意，在函数获取一行并返回一个值的情况下，不需要lambda：df['value']=df.apply（lookup，axis=1）