如何按指定顺序提取Pandas DataFrame对应列的数值？

先从你给出的简化场景入手，再延伸到实际的复杂多列多行分组需求，给你几个高效的实现方法：

一、简化场景：基础DataFrame提取 #

先把你提到的简化版DataFrame整理成正确的结构化形式：

import pandas as pd

df = pd.DataFrame({
    'col1': ['Apple', 'Lemon', 'Banana'],
    'col2': [70, 80, 90]
})
my_list = ['Banana', 'Apple', 'Lemon']

要按my_list的顺序提取col2的数值，这两个方法都很实用：

方法1：用loc索引匹配 #

先把col1设为DataFrame的索引，然后直接按my_list的顺序取值，最后转成列表：

result = df.set_index('col1').loc[my_list, 'col2'].tolist()
# 输出结果：[90, 70, 80]

方法2：字典映射快速取值 #

先把col1和col2转成键值对字典，再遍历my_list提取对应值：

col_map = df.set_index('col1')['col2'].to_dict()
result = [col_map[item] for item in my_list]
# 输出结果：[90, 70, 80]

二、实际复杂场景：按col3分组后统一顺序提取 #

你的实际数据集包含更多列和大量行，col1会随col3的不同取值重复出现，需要为每个col3的取值，按统一的my_list顺序提取col2的数值向量。先整理你的实际DataFrame：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'col1': ['Apple', 'Lemon', 'Banana', 'Lemon', 'Apple', 'Banana', 'Lemon', 'Banana', 'Apple'],
    'col2': [70, 80, 90, 2, 3, 4, 67, 68, 69],
    'col3': ['red', 'red', 'red', 'blue', 'blue', 'blue', 'green', 'green', 'green']
})
# 获取统一顺序的my_list（这里你提到是np.unique(df['col2'])？大概率是笔误，应该是提取col1的唯一值，我先按这个来，要是确实是col2的话替换对应列就行）
my_list = np.unique(df['col1']).tolist()
# np.unique会自动排序，输出：['Apple', 'Banana', 'Lemon']

针对这种分组需求，推荐用pandas原生的分组+重新索引/透视表方法，高效且适配大规模数据：

方法1：分组后重新索引保证顺序 #

先按col3分组，对每个分组重新按my_list排序，提取col2并转成列表：

# 定义处理单个分组的函数
def process_group(group):
    # 将col1设为索引，按my_list重新索引，确保每个分组的顺序完全统一
    ordered_series = group.set_index('col1')['col2'].reindex(my_list)
    return ordered_series.tolist()

# 按col3分组并应用处理函数，转成字典方便查看每个col3对应的向量
result_dict = df.groupby('col3').apply(process_group).to_dict()

输出结果：

{
    'blue': [3, 4, 2],
    'green': [69, 68, 67],
    'red': [70, 90, 80]
}

这个方法的优势是：如果某个分组里col1有缺失值，reindex会自动填充NaN，方便后续的缺失值处理。

方法2：透视表快速生成结构化结果 #

如果需要更直观的表格形式，用透视表可以一步到位：

# 生成透视表，按col3分组，col1为列，col2为值，再按my_list调整列顺序
pivot_df = df.pivot(index='col3', columns='col1', values='col2')[my_list]
# 把每行转成列表，得到每个col3对应的数值向量
result_dict = pivot_df.apply(list, axis=1).to_dict()

这个方法和上面的结果完全一致，透视表的形式也更便于后续的数据分析和可视化。

小提示 #

• 如果你的my_list确实是np.unique(df['col2'])，只需要把代码里的col1替换成col2即可，逻辑完全通用。
• 当数据量很大时，这两种方法都比手动循环遍历高效得多，是pandas处理分组排序的最优实践。

内容的提问来源于stack exchange，提问作者user2261062