如何将自定义函数参数传入pandas loc？有无Excel INDEX MATCH等价Python实现方案？

核心问题定位 #

你的原有代码取数失效的根本原因，是在loc索引中给p1、p2加了单引号，把原本应该传入的函数变量，变成了固定的字符串字面量"p1"、"p2"，自然无法匹配到相关矩阵中的期限标签。
实际上loc本身就支持传入任意已定义的变量值，只要变量值和DataFrame的行/列标签完全匹配，就可以正常取数，并没有“必须传写死的标签”的限制。

正确的loc传参实现 #

直接去掉包裹参数的引号，把变量本身传入loc索引即可，修正后的函数：

def get_correl_diff_tenor(p1, p2):
    # 直接传入变量，不要将变量转换为字符串字面量
    correl = IRCorrMatrix.loc[p1, p2]
    return correl

由于你使用的是对称结构的利率相关矩阵，无论p1和p2的传入顺序如何，取到的相关系数值都是一致的，和Excel双向匹配的计算逻辑完全对齐。

无需使用loc、等价于Excel INDEX+MATCH的替代方案 #

Excel的INDEX MATCH核心逻辑是「先匹配行/列标签的对应位置，再定位到单元格取值」，以下三种完全不用loc的实现，都可以达到完全一致的效果：

• 方案1：使用性能更优的at索引器
  这是pandas专门为单单元格取值设计的索引接口，运行速度比loc快30%以上，完全不需要loc，写法和loc类似：

  def get_correl_diff_tenor(p1, p2):
      correl = IRCorrMatrix.at[p1, p2]
      return correl
  

• 方案2：复刻Excel MATCH+INDEX逻辑的iloc组合实现
  先用get_loc方法找到行/列标签的对应位置（完全等价于Excel的MATCH函数），再通过位置索引iloc取数（完全等价于Excel的INDEX函数）：

  def get_correl_diff_tenor(p1, p2):
      # 匹配行标签对应的位置，对应Excel MATCH(p1, 行标签列, 0)
      row_index = IRCorrMatrix.index.get_loc(p1)
      # 匹配列标签对应的位置，对应Excel MATCH(p2, 列标签行, 0)
      col_index = IRCorrMatrix.columns.get_loc(p2)
      # 按位置取数，对应Excel INDEX(矩阵区域, row_index, col_index)
      correl = IRCorrMatrix.iloc[row_index, col_index]
      return correl
  

• 方案3：转为嵌套字典的纯键值匹配
  提前一次性把DataFrame转为嵌套字典结构，后续取数完全不依赖DataFrame的任何索引接口，取值速度是所有方案中最快的：

  # 初始化时提前完成字典转换，只需要运行一次
  corr_lookup = IRCorrMatrix.to_dict()
  def get_correl_diff_tenor(p1, p2):
      # 直接按嵌套键取值，和字典查找逻辑完全一致
      correl = corr_lookup[p2][p1]
      return correl
  

通用注意点 #

如果传入的p1/p2和矩阵的期限标签（2w、1m、3m等）存在格式差异（比如多空格、大小写不匹配），所有方法都会抛出KeyError，和Excel中INDEX MATCH匹配不到值返回#N/A的行为一致，可以根据需求增加参数校验或默认返回值的逻辑。

内容的提问来源于stack exchange，提问作者user15253500