根据索引和另一个值访问数据帧中的值

这些都是dataframes我有：

a = pd.DataFrame([[1,2,3],[4,5,6],[7,8,9]], columns=['a','b','c']) 
referencingDf = pd.DataFrame(['c','c','b'])

基于同样的指数，我试图得到以下数据帧输出：

outputDf = pd.DataFrame([3,6,8])

目前，我试过，但需要取对角线值。敢肯定有这样做的更好的办法：

a.loc[referencingDf.index.values, referencingDf[:][0].values]

来源

2017-09-04 smallcat31

等等，你是否想要'a [referencingDf [0]]'？ – DyZ

yeap，多数民众赞成在正确的！ – smallcat31

然后，你又有什么问题了？ – DyZ

IIUC，你可以在列表解析使用df.get_value。

vals = [a.get_value(*x) for x in referencingDf.reset_index().values] 
# a simplification would be [ ... for x in enumerate(referencingDf[0])] - DYZ 
print(vals) 
[3, 6, 8]

然后构造一个数据帧。

df = pd.DataFrame(vals) 
print(df) 

    0 
0 3 
1 6 
2 8

来源

2017-09-04 03:54:57

'... for枚举中的x（referencingDf [0]）'？ – DyZ

@DYZ绝对是另一种选择，假设'referencingDf'具有列的rangeIndex（可能不总是如此）。 –

使用列表理解另一种方式：

vals = [a.loc[i,j] for i,j in enumerate(referencingDf[0])] 
# [3, 6, 8]

来源

2017-09-04 04:13:49 DyZ

您需要lookup：

b = a.lookup(a.index, referencingDf[0]) 
print (b) 
[3 6 8] 

df1 = pd.DataFrame({'vals':b}, index=a.index) 
print (df1) 
    vals 
0  3 
1  6 
2  8

来源

2017-09-04 05:04:45 jezrael

下面是一个使用column_index，然后索引NumPy's advanced-indexing一个量化的方法和提取过各的值一排数据帧 -

In [177]: col_idx = column_index(a, referencingDf.values.ravel()) 

In [178]: a.values[np.arange(len(col_idx)), col_idx] 
Out[178]: array([3, 6, 8])

来源

2017-09-04 05:45:47 Divakar

根据索引和另一个值访问数据帧中的值

回答

相关问题