Pandas DataFrame如何引用存储在列内的其他列名执行行级计算

你原先的写法df[df["MaxColumn"]] += 1 会把MaxColumn列的所有值当做列名，选中对应整列全部加1，完全不符合每行仅修改对应最大值单元格的需求，要么结果错误要么直接报KeyError。

方法1：行遍历法（易读，适合小数据量） #

直接对每行操作，找到对应列加1即可，代码易理解：

def add_max_val(row):
    row[row['MaxColumn']] += 1
    return row

df = df.apply(add_max_val, axis=1)

方法2：向量化索引法（高效，适合百万级以上大数据量） #

用Numpy高级索引直接定位目标单元格修改，无循环性能更高：

import numpy as np

# 获取每行目标列的数字索引
col_index = df.columns.get_indexer(df['MaxColumn'])
# 生成行索引
row_index = np.arange(len(df))
# 对应位置直接加1
df.values[row_index, col_index] += 1

用你提供的示例数据运行后，输出结果和你期望的完全一致：

Level1 Level2 Level3 MaxColumn
1    1.5    0.3    0.1    Level1
2    0.2    0.1    1.6    Level3

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