如何从Pandas DataFrame按索引列坐标高效提取指定元素？

先给出示例数据：

import pandas as pd
data = pd.DataFrame([[1,2,3],[21,23,24],[31,32,33]])

i = [0,1,2] # 与DataFrame的索引一致
y = [1,2,0]

问题描述 #

使用data.iloc[i, y]会得到一个3×3的DataFrame，但这并非所需结果。我需要提取对应坐标(0,1)、(1,2)、(2,0)的元素：2、24、31。目前使用的是iterrows循环或是data.apply(lambda x: x.iloc[y[int(x.name)]],axis=1).values这类方法，想请教：

• 循环或apply已是最快方案吗？
• 当拥有索引、列坐标的列表/Series/DataFrame时，是否存在更直接的方式提取单个元素而非切片？

更高效的解决方案 #

直接使用numpy的向量化索引或结合pandas的take方法，比循环和apply高效得多，尤其适合大型DataFrame：

方法1：转numpy数组后直接索引 #

将DataFrame转为numpy数组，利用数组的二维索引直接提取对应坐标的元素：

import numpy as np
arr = data.to_numpy()
result = arr[i, y]
# 输出：array([ 2, 24, 31])

方法2：用np.ravel_multi_index生成扁平索引后提取 #

把二维坐标转换为一维扁平索引，再通过df.take提取元素：

flat_indices = np.ravel_multi_index((i, y), data.shape)
result = data.take(flat_indices)
# 输出结果为包含目标元素的Series，可通过.values转为数组

性能说明 #

• 循环和apply本质是Python层面的逐行处理，存在较大的循环开销，时间复杂度为O(n)
• 上述两种方法都是基于底层C实现的向量化操作，时间复杂度接近O(k)（k为要提取的元素个数），在处理大型DataFrame时，效率提升非常明显，行数越多，差距越显著。

内容的提问来源于stack exchange，提问作者user19838994