根据系列或数组中的索引访问熊猫字符串列字符

Question

我有一个 pandas 数据框列（系列），其中包含另一列的字符串元素内感兴趣的单个字符的索引。有没有办法让我以矢量化方式基于索引列访问这些感兴趣的字符，类似于 dataframe['name'].str.* 函数？ [编辑：见下面的评论]如果不是（或者不管，真的），你会说这里的首选方法是什么？

[编辑：这个假设是错误的，正如 jpp 所指出的，但我把它留在这里是为了可追溯]

我试图避免不必要的冗长，例如使用 map 应用翻译功能或必须构建单独的索引配方（如包含索引的字典）才能执行类似的操作

myDataFrame['myDesiredResult'] = 
    myDataFrame['myStrCol'].apply(myCharacterExtractionFunction, myIndexingRecipe)

如果可能的话，我更喜欢坚持使用 numpy 和 pandas，而不是混合更多模块。

数据可能是什么样子的说明：

     myStrCol  myIndices  myDesiredResult
0    ABC       1          B
1    DEF       0          D
2    GHI       2          I

此外，为了了解 numpy 数组在 pandas 包装器中的实际行为方式可能有用，如果有人能解释拥有一个包含索引的单独 numpy 数组是否会有所不同，那就太好了，像这样：

import pandas
import numpy

myPandasStringSeries = pandas.Series(['ABC', 'DEF', 'GHI'])
myPandasStringSeries
    0    ABC
    1    DEF
    2    GHI

myNumpyIndexArray = numpy.array([1, 0, 2])
myNumpyIndexArray
    array([1, 0, 2])

在我看来，我想要的与子字符串相关的this suggestion 非常相似，但那里似乎还没有解决方案。除此之外，我发现的所有内容都与 Series.str 方法有关，这些方法使用 same 参数 对 Series 的所有元素进行操作，如下所示：

myDataFrame['newColumn'] = myDataFrame['oldColumn'].str.split('_').str.get(0)

Answer 1

有没有办法让我访问这些感兴趣的角色？ 以矢量化方式索引列，类似于 dataframe['name'].str.* 函数？

这里有误会。尽管有文档，pd.Series.str 方法在传统意义上不是矢量化的。它们在高级循环中运行，通常反映 Python 内置的 str 方法中的功能。

事实上，pd.Series.str 方法在处理存储在 Pandas 数据帧中的字符串时通常表现不佳简单的列表解析。方便的语法不应被视为底层实现已矢量化的标志。 dtype 为object 的系列通常是这种情况。

一种方法是使用列表推导：

df['myDesiredResult'] = [i[k] for i, k in zip(df['myStrCol'], df['myIndices'])]