Pandas如何根据行中flag列的取值获取对应名称列的数值

实现方法 #

方案1：矢量化操作（最优性能，适合十万行以上大数据集） #

利用numpy数组索引实现，避免逐行遍历开销：

import pandas as pd
import numpy as np

# 构造示例DataFrame
df = pd.DataFrame(data={'flag': ['col3', 'col2', 'col2'],
                        'col1': [1, 3, 2], 
                        'col2': [5, 2, 4], 
                        'col3': [6, 3, 6], 
                        'col4': [0, 4, 4]},
                        index=pd.Series(['A', 'B', 'C'], name='index'))

# 核心逻辑
# 获取flag列对应的列位置索引
col_pos = df.columns.get_indexer(df['flag'])
# 按行号+列位置取对应值生成新列
df['col_val'] = df.to_numpy()[np.arange(len(df)), col_pos]

方案2：逐行apply（写法简单，适合小数据集） #

代码更简洁易懂，数据量小时足够使用：

df['col_val'] = df.apply(lambda x: x[x['flag']], axis=1)

结果验证 #

运行后输出df即可得到预期结果，col_val列会逐行取flag指定列的对应数值。

内容的提问来源于stack exchange，提问作者bltSandwich21