根据索引和另一个数据框中的值访问数据框中的值答案

【问题标题】：Access values in a dataframe based on index and values in another根据索引和另一个数据框中的值访问数据框中的值
【发布时间】：2018-02-12 06:38:15
【问题描述】：

如何根据索引和标题列表从数据帧中获取值？

这些是我拥有的数据框：

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

基于相同的索引，我正在尝试获取以下数据帧输出：

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

目前，我尝试了这个，但需要采用对角线值。我很确定有更好的方法：

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

【问题讨论】：

等一下，你是想得到a[referencingDf[0]]吗？
是的，没错！
那么，你还有什么问题？
我如何引用 a 以基于引用 DF 获得以下 outputDf。本质上是 a[0]['c'], a[1]['c'], a[2]['b']。

标签： python pandas dataframe indexing

【解决方案1】：

你需要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

【讨论】：

【解决方案2】：

IIUC，您可以在列表理解中使用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，构造一个数据框。

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

   0
0  3
1  6
2  8

【讨论】：

... for x in enumerate(referencingDf[0]) ?
@DYZ 绝对是另一种选择，假设referencingDf 具有列的 rangeIndex（可能并不总是如此）。

【解决方案3】：

使用列表推导的另一种方式：

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

【讨论】：

【解决方案4】：

这是一种使用column_index 和NumPy's advanced-indexing 的矢量化方法，用于从数据帧的每一行中索引和提取这些值 -

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])

【讨论】：