如何在Pandas中利用列值匹配对应列标题并生成新列

需求说明 #

现有一个以itemName为索引的Pandas DataFrame，需根据year列的数值，匹配对应的年份列标题，生成新列year_name。示例数据及期望结果如下：

原始DataFrame #

期望结果 #

错误分析 #

你尝试的两段代码存在以下问题：

• 第一段代码报错TypeError: list indices must be integers or slices, not Series：对单列使用apply时，lambda参数x是整个列的Series对象，而列表只能用整数/切片索引，无法直接用Series索引，因此报错。
• 第二段代码报错IndexError: list index out of range：一是你依然按列处理apply，x.iloc[0]只会取第一行的year值，无法覆盖所有行；二是year列的数值是1-based索引（比如year=3对应第3个年份列），但列表是0-based索引，直接用原数值索引会超出列表范围。

修正方案 #

方法1：用apply逐行处理（修正lambda） #

先提取年份列的名称列表，再对year列逐行应用lambda，将1-based的year值转换为0-based的列表索引：

# 提取年份列的名称列表（排除year列）
col_names = [col for col in result_df.columns if col != 'year']
# 生成year_name列
result_df['year_name'] = result_df['year'].apply(lambda x: col_names[x - 1])

方法2：更简洁的map方式 #

如果year值和列表索引的对应关系固定（year值-1=列表索引），也可以用map实现：

col_names = [col for col in result_df.columns if col != 'year']
result_df['year_name'] = result_df['year'].map(lambda x: col_names[x-1])

执行上述代码后，即可得到你期望的DataFrame，year列的数值会正确匹配对应的年份列标题，生成year_name列。

内容的提问来源于stack exchange，提问作者DGMS89