Python Pandas 根据 header 值匹配 Vlookup 列

Question

我有以下数据框 df：

Customer_ID | 2015 | 2016 |2017 | Year_joined_mailing
ABC            5      6     10     2015
BCD            6      7     3      2016        
DEF            10     4     5      2017
GHI            8      7     10     2016

我想查找客户在加入邮寄列表那一年的价值并将其保存在新列中。

输出将是：

Customer_ID | 2015 | 2016 |2017 | Year_joined_mailing | Purchases_1st_year
ABC            5      6     10     2015                       5
BCD            6      7     3      2016                       7       
DEF            10     4     5      2017                       5
GHI            8      9     10     2016                       9

我在 python 中找到了匹配 vlookup 的一些解决方案，但是 none 会使用其他列的 headers。

Answer 1

Deprecation Notice: lookup was deprecated in v1.2.0

使用pd.DataFrame.lookup
请记住，我假设 Customer_ID 是索引。

df.lookup(df.index, df.Year_joined_mailing)

array([5, 7, 5, 7])

---

df.assign(
    Purchases_1st_year=df.lookup(df.index, df.Year_joined_mailing)
)

             2015  2016  2017  Year_joined_mailing  Purchases_1st_year
Customer_ID                                                           
ABC             5     6    10                 2015                   5
BCD             6     7     3                 2016                   7
DEF            10     4     5                 2017                   5
GHI             8     7    10                 2016                   7

---

但是，在比较列名中可能的字符串和第一年列中的整数时必须小心...

确保类型比较得到遵守的核选项。

df.assign(
    Purchases_1st_year=df.rename(columns=str).lookup(
        df.index, df.Year_joined_mailing.astype(str)
    )
)

             2015  2016  2017  Year_joined_mailing  Purchases_1st_year
Customer_ID                                                           
ABC             5     6    10                 2015                   5
BCD             6     7     3                 2016                   7
DEF            10     4     5                 2017                   5
GHI             8     7    10                 2016                   7

Answer 2

您可以对每一行应用 "apply"

df.apply(lambda x: x[x['Year_joined_mailing']],axis=1)

Answer 3

我会这样做，假设列 headers 和 Year_joined_mailing 是相同的数据类型并且所有 Year_joined_mailing 值都是有效列。如果数据类型不同，您可以通过在适当的地方添加 str() 或 int() 来转换它。

df['Purchases_1st_year'] = [df[df['Year_joined_mailing'][i]][i] for i in df.index]

我们在这里做的是迭代数据框中的索引以获取该索引的 'Year_joined_mailing' 字段，然后使用它来获取我们想要的列，然后再次从该列中选择该索引，将其全部推送到列表并将其分配给我们的新列 'Year_joined_mailing'

如果您的 'Year_joined_mailing' 列不总是有效的列名，请尝试：

from numpy import nan
new_col = []
for i in df.index:
    try:
        new_col.append(df[df['Year_joined_mailing'][i]][i])
    except IndexError:
        new_col.append(nan) #or whatever null value you want here)
df['Purchases_1st_year'] = new_col

这段较长的代码片段完成了同样的事情，但如果 'Year_joined_mailing' 不在 df.columns

中则不会中断