如何按每行不同的列名提取DataFrame中的单元格值？

问题场景 #

给定如下DataFrame，需要为每一行提取列名与最后一列yr值一致的单元格数值：

import pandas as pd

d = {'2015': [3, 11, 2], '2016': [14, 5, 6], '2017': [1, 7, 12], 'yr': [2016, 2015, 2017]}
df = pd.DataFrame(data=d, columns=['2015', '2016', '2017', 'yr'], index=['d1', 'd2', 'd3'])

期望结果：output = [14, 11, 12]

原代码问题分析 #

你尝试的单行代码output1 = df.loc['d1'][df.columns == df.loc['d1', 'yr']]无效，原因有两点：

• 仅处理了d1单行，未覆盖所有行
• yr列的值是整数类型（如2016），而列名是字符串类型（如'2016'），类型不匹配导致匹配失败

解决方案 #

方法1：使用lookup方法（简洁高效）

# 将yr列的整数转为字符串，匹配列名类型
output = df.lookup(df.index, df['yr'].astype(str))

执行后output为array([14, 11, 12])，可通过tolist()转为列表。

方法2：逐行处理（直观易懂）

output = df.apply(lambda row: row[str(row['yr'])], axis=1).tolist()

逐行将yr值转为字符串作为列名，提取对应单元格值，最终得到列表[14, 11, 12]。

修正单行处理代码

如果仅需处理单行，修改类型匹配即可：

output1 = df.loc['d1'][df.columns == str(df.loc['d1', 'yr'])]

此时output1会返回14。

内容的提问来源于stack exchange，提问作者user22760872