Pandas：如何从给定（行，列）对列表的 DataFrame 中检索值？

Question

tldr; 我想在 DataFrame 上传递一系列位置并接收一系列值，如果可能的话使用 DataFrame 方法。

我有一个包含一些列和一个索引的 Dataframe

import pandas as pd

df_a = pd.DataFrame(
{'A':[0,1,3,7],
 'B':[2,3,4,5]}, index=[0,1,2,3])

我想检索 DataFrame 上特定（行、列）位置的值

rows = [0, 2, 3]
cols = ['A','B','A']

df_a.loc[行，列] returns 一个 3x3 数据帧

   |A  |B  |A
0   0   2   0
2   3   4   3
3   7   5   7

我要的是(row,col)值对应的一系列值，一系列长度为3

[0, 4, 7]

在 pandas 中执行此操作的最佳方法是什么？

Answer 1

Pandas不支持那种索引，只支持numpy

>>> df.to_numpy()[rows, df.columns.get_indexer(cols)]
array([0, 4, 7])

Answer 2

当然可以！您可以使用 DataFrame.lookup 来实现您想要的： https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.lookup.html

import pandas as pd

df_a = pd.DataFrame({'A':[0,1,3,7], 'B':[2,3,4,5]}, index=[0,1,2,3])

rows = [0, 2, 3]
cols = ['A','B','A']

values = df_a.lookup(rows, cols)

print(values)
array([0, 4, 7], dtype=int64)

Pandas：如何从给定（行，列）对列表的 DataFrame 中检索值？

Pandas: how to retrieve values from a DataFrame given a list of (row, column) pairs?

indexing

performance

slice

pandas

pandas-loc