根据存储在另一列(Pandas)中的列索引选择列值

Question

假设我们有四列: Column1，Column2，Column3，ind

import pandas as pd


tbl = {
        'Column1':['Spark',10000,'Python','35days'],
        'Column2' :[500,'PySpark',22000,30000],
        'Column3':['30days','40days','35days','pandas'],
        'ind':[1,2,1,3]
        }
df = pd.DataFrame(tbl)

有没有人知道是否有一种方法可以添加一个没有循环的新列，它将根据存储在'ind‘列中的索引从前3列收集值？

“课程”：“火花”、“火种”、“Python”、“熊猫”

我尝试了一些与iloc，lambda和combinations的组合，但都失败了。

预期产出：

  Column1  Column2 Column3  ind   Course
0   Spark      500  30days    1    Spark
1   10000  PySpark  40days    2  PySpark
2  Python    22000  35days    1   Python
3  35days    30000  pandas    3   pandas

Answer 1

为了提高效率，请使用正式的按索引/列标签查找

import numpy as np
idx, cols = pd.factorize('Column'+df['ind'].astype(str))
df['Course'] = df.reindex(cols, axis=1).to_numpy()[np.arange(len(df)), idx]

产出：

  Column1  Column2 Column3  ind   Course
0   Spark      500  30days    1    Spark
1   10000  PySpark  40days    2  PySpark
2  Python    22000  35days    1   Python
3  35days    30000  pandas    3   pandas

时差

在40k行上执行

# lookup (this answer)
25.6 ms ± 2.26 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

# apply
722 ms ± 48.6 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)