Pandas如何根据每行Col列取值选取对应列值生成NewCol列

针对50万行、100列的大规模数据集，禁止使用for循环、iterrows()、apply(axis=1)这类Python层逐行遍历的写法，这类写法性能极差。以下是两种纯向量化的优雅实现，性能比逐行遍历高2~3个数量级：

• 方法1：NumPy高级索引（全版本兼容，性能最优）
  完全在C层执行计算，是目前所有方案里速度最快的，适配所有pandas版本：

  import numpy as np
  # 生成行索引，匹配Col列指定列的位置索引
  rows = np.arange(len(df))
  cols = df.columns.get_indexer(df["Col"])
  # 批量取值赋值
  df["NewCol"] = df.values[rows, cols]
  

• 方法2：pandas内置lookup方法（旧版本简洁写法）
  如果你使用pandas 1.2.0之前的版本，可以直接调用内置API，写法更简洁，性能和NumPy方案接近：

  # 注意：pandas 1.2.0及以上版本已标记该方法为弃用，优先使用上面的NumPy方案
  df["NewCol"] = df.lookup(df.index, df["Col"])
  

性能参考：50万行数据规模下，上述两种方案耗时均在10ms级别；逐行循环/apply方案耗时通常在5~30秒区间，数据量越大性能差距越明显。

原始输入DataFrame结构：

新增NewCol列后的预期效果：

内容的提问来源于stack exchange，提问作者OopsUser