如何使用指定DataFrame作为列引用从另一DataFrame提取值生成新表

实现方法（Pandas环境） #

方法1：逐行匹配（逻辑直观，适合小数据量）

首先构造和你场景一致的测试数据：

import pandas as pd
import numpy as np

# 构造DF A
df_a = pd.DataFrame({
    'L': [1, 4, 7],
    'M': [2, 5, 8],
    'N': [3, 6, 9]
})

# 构造DF B
df_b = pd.DataFrame({
    'X': ['L', 'M', 'N'],
    'Y': [np.nan, 'N', 'L']
})

核心逻辑是按行索引匹配，从A中取对应列的值：

def fetch_val(row_idx, col_name):
    # 列名为空直接返回NaN，否则取A对应行对应列的值
    if pd.isna(col_name):
        return np.nan
    return df_a.loc[row_idx, col_name]

# 逐行处理B生成结果
df_result = df_b.apply(
    lambda row: pd.Series([fetch_val(row.name, row['X']), fetch_val(row.name, row['Y'])]),
    axis=1
)

输出结果和你预期完全一致：

0    1
0  1.0  NaN
1  5.0  6.0
2  9.0  7.0

如果需要自定义结果列名，直接赋值即可：df_result.columns = ['自定义列1', '自定义列2']

方法2：向量化操作（无循环，适合10万行以上的大数据量场景）

逐行apply在数据量大的时候性能较差，用表关联的向量化操作效率会高很多：

# 将B转为长表，保留空值
df_b_long = df_b.stack(dropna=False).reset_index(name='ref_col')
# 将A转为长表，方便匹配
df_a_long = df_a.stack().reset_index().rename(columns={'level_1':'ref_col', 0:'value'})
# 按行索引和列名关联取值
df_merged = df_b_long.merge(df_a_long, on=['level_0', 'ref_col'], how='left')
# 转回宽表得到最终结果
df_result = df_merged.set_index(['level_0', 'level_1'])['value'].unstack()

该方法不需要修改逻辑即可支持B有更多提取列的场景，扩展性更强。

内容的提问来源于stack exchange，提问作者pingboing