Pandas匹配长度不一致的两列值 提取指定测试项对应结果

实现思路 #

每行的测试项与结果值按换行符一一对应，直接对每行做匹配取值即可，无需冗余循环，核心逻辑是找到a在测试项列表中的索引，取结果列表相同位置的数值。

完整实现代码 #

import pandas as pd

# 构造示例数据
df = pd.DataFrame({'Tests':['a\nb\nc', 'b\nc\na'], 'Results':['1.2\n3.4\n4', '2.3\n1\n1']})

# 提取a对应的结果，可根据需求修改匹配的测试项名称
df['a result'] = df.apply(
    lambda row: row['Results'].split('\n')[row['Tests'].split('\n').index('a')], 
    axis=1
)

# 如有部分行不含测试项a，可加判断避免报错，写法如下：
# df['a result'] = df.apply(
#     lambda row: row['Results'].split('\n')[row['Tests'].split('\n').index('a')] if 'a' in row['Tests'] else None, 
#     axis=1
# )

print(df)

输出结果 #

Tests      Results a result
0  a\nb\nc  1.2\n3.4\n4      1.2
1  b\nc\na    2.3\n1\n1        1

原有代码的问题说明 #

• for row in df默认遍历的是DataFrame的列名，不是行数据，遍历行需要用df.iterrows()等方法
• 直接判断tests[0] == 'a'是对整列做批量比较，返回的是布尔值序列，不能直接用if做单值判断
• 逐列判断位置的写法扩展性差，后续要取其他测试项结果要修改大量逻辑

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