如何在Pandas/Numpy中批量将存储列名的DataFrame列映射到目标DataFrame列值并生成Numpy数组

嘿，这个需求完全不用逐个写loc来处理，用Pandas的内置方法就能轻松实现批量映射，效率还更高！下面给你两种实用的方案：

方案一：用map结合字典映射（灵活适配各种场景） #

首先我们先构造示例数据，方便你对照测试：

import pandas as pd
import numpy as np

# 存储列名的DataFrame
df1 = pd.DataFrame({'col_names': ['var1', 'var3', 'var2']})

# 原始数据DataFrame
df2 = pd.DataFrame({
    'var1': [5, 9, 1],
    'var2': [8, 3, 4],
    'var3': [9, 2, 7]
})

核心思路是把df2的列转成「列名: 列值列表」的字典，再用map把df1里的每个列名对应到对应的列表：

# 第一步：把df2转成列名到列值列表的字典
col_dict = df2.to_dict('list')

# 第二步：用map映射每个列名到对应的列表，再转成numpy数组
result_array = np.array(df1['col_names'].map(col_dict).tolist())

运行后得到的结果正好是你想要的：

array([[5, 9, 1],
       [9, 2, 7],
       [8, 3, 4]])

为什么这个方法好用？ #

• 完全是向量化操作，比循环或逐个loc高效得多，尤其适合大量变量的场景
• 如果df1里存在df2没有的列名，还可以加默认值处理，比如：

  # 不存在的列名返回空列表
  result_array = np.array(df1['col_names'].map(lambda x: col_dict.get(x, [])).tolist())
  

方案二：按列名筛选后转置（更简洁的极简方案） #

如果能保证df1里的所有列名在df2中都存在，还可以用更简洁的写法：

# 按df1的列名顺序取出df2的列，然后转置（行变列），最后转成numpy数组
result_array = df2.loc[:, df1['col_names']].values.T

这个方法直接通过列索引筛选出需要的列，然后转置，就能得到每行对应一个列的所有值的数组，结果和方案一完全一致。

两种方法都能完美替代你原来的逐个loc操作，根据你的实际场景选就行啦！

内容的提问来源于stack exchange，提问作者zachvac