如何在Pandas DataFrame中依据字段映射提取对应列值并替换

先处理列表格式的列值 #

你的Morning Class和Night Class字段是单元素列表，第一步需要把列表中的字符串提取出来：

import pandas as pd

# 构造你的示例DataFrame
df = pd.DataFrame({
    'id': [1, 2],
    'Math': ['math100', 'math500'],
    'Physics': ['phys300', 'phys250A'],
    'Morning Class': [['Math'], ['Physics']],
    'Night Class': [['Physics'], ['Math']]
})

# 将单元素列表转为字符串
df['Morning Class'] = df['Morning Class'].str[0]
df['Night Class'] = df['Night Class'].str[0]

方法1：使用apply逐行映射（简单直观） #

这种方法逻辑清晰，适合小数据集：

# 替换Morning Class的值
df['Morning Class'] = df.apply(lambda row: row[row['Morning Class']], axis=1)
# 替换Night Class的值
df['Night Class'] = df.apply(lambda row: row[row['Night Class']], axis=1)

方法2：使用lookup矢量化操作（高效大数据） #

如果你的数据集很大，apply的逐行处理会比较慢，推荐用lookup实现矢量化操作，速度更快：

# 重置索引（确保索引是连续整数，lookup要求索引和列索引匹配）
df_reset = df.reset_index(drop=True)

# 获取每个行对应的目标列的索引位置
morning_col_indices = df_reset.columns.get_indexer(df_reset['Morning Class'])
night_col_indices = df_reset.columns.get_indexer(df_reset['Night Class'])

# 提取对应列的值
df_reset['Morning Class'] = df_reset.lookup(df_reset.index, morning_col_indices)
df_reset['Night Class'] = df_reset.lookup(df_reset.index, night_col_indices)

# 若需要恢复原索引，执行下面一行
# df = df_reset.set_index(df.index)

运行完上述代码后，你就能得到目标DataFrame：

内容的提问来源于stack exchange，提问作者1--