如何在Pandas中根据列索引值匹配获取DataFrame数据？

原始数据 #

import pandas as pd

df = pd.DataFrame({'A': [0, 0, 2, 2],
                   'B': [1, 1, 1, 2]})

df2 = pd.DataFrame({'X': ['a', 'aa', 'a', 'a', 'a'],
                    'Y': ['b', 'bb', 'b', 'b', 'b'],
                    'Z': ['c', 'c', 'cc', 'c', 'c']})

期望输出 #

df3 = pd.DataFrame({'A': ['a', 'aa', 'cc', 'c'],
                    'B': ['b', 'bb', 'b', 'c']})

实现代码 #

直接用apply结合iloc就能完成匹配：

df3 = df.apply(lambda col: df2.iloc[col.index, col.values])

代码说明 #

• 遍历df的每一列（A、B列），对列内每个元素做匹配：
  • col.index获取当前列的行号，对应df2中要取值的行位置；
  • col.values是当前列的数值，对应df2的列索引；
  • df2.iloc[行号列表, 列索引列表]会按位置一一匹配，取出对应元素组成新列，最终拼接成目标DataFrame。

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