根据不同的列值选择熊猫数据框的列值

Question

将我的头发拉过来，尽管我确信有人会提供一个简单的答案。

data = [{'check': None, 'iterator': 1, 'x1': 1, 'x2': 2, 'x3':3}, 
     {'check': None, 'iterator': 2, 'x1': 1, 'x2': 2, 'x3':3}, 
     {'check': None, 'iterator': 3, 'x1': 1, 'x2': 2 , 'x3':3}] 
df = pd.DataFrame(data) 
display(df) 

我试图通过转变由值在“迭代器”一栏荷兰国际集团到右侧，以填补检查列。即，“检查”的第一行将是1，第二行将是2，第三行将是3.

这是我正在处理的更大的数据集的简化，所以我会欣赏矢量化码。

Answer 1

您可能需要使用numpy的advanced indexing：

df['check'] = df.filter(like="x").values[np.arange(len(df)), df.iterator - 1] 

---

为了避免混淆，这里是一个不同的例子：

data = [{'check': None, 'iterator': 2, 'x1': 3, 'x2': 4, 'x3':3}, 
     {'check': None, 'iterator': 1, 'x1': 1, 'x2': 5, 'x3':3}, 
     {'check': None, 'iterator': 2, 'x1': 2, 'x2': 2 , 'x3':1}] 
df = pd.DataFrame(data) 

df['check'] = df.filter(like="x").values[np.arange(len(df)), df.iterator-1] 
df