如何根据索引提取DataFrame数据并合并排序生成目标列表？

我有如下DataFrame：

已定义两个索引列表：

list1 = [0, 3, 6]
list2 = [5, 8]

需要实现：从list1的索引提取val1列数据，从list2的索引提取val2列数据，将所有提取的数据按原索引升序排列后组成目标列表，预期输出：

output = [15, 95, 48, 35, 28]

分步实现代码 #

import pandas as pd

# 构建示例DataFrame
df = pd.DataFrame({
    'val1': [15,14,11,95,19,12,35,25,65],
    'val2': [12,38,88,21,98,48,38,39,28]
})

list1 = [0, 3, 6]
list2 = [5, 8]

# 收集(原索引, 对应值)的元组
data_with_index = []
for idx in list1:
    data_with_index.append((idx, df.loc[idx, 'val1']))
for idx in list2:
    data_with_index.append((idx, df.loc[idx, 'val2']))

# 按原索引排序后提取数值
output = [value for idx, value in sorted(data_with_index, key=lambda x: x[0])]

print(output)  # 输出: [15, 95, 48, 35, 28]

简化写法 #

用列表推导式合并收集步骤，代码更紧凑：

data_with_index = [(i, df.loc[i, 'val1']) for i in list1] + [(i, df.loc[i, 'val2']) for i in list2]
output = [v for _, v in sorted(data_with_index)]

原理说明 #

• 核心思路是将每个提取的值和它的原索引绑定，避免排序时丢失对应关系
• 通过sorted()按原索引升序排列所有数据对
• 最后从排序后的元组中提取数值部分，得到目标列表

内容的提问来源于stack exchange，提问作者mshah