从行索引的数据帧索引数据帧
我有两个形状相同的python数据帧，例如：
df1 = pd.DataFrame(np.random.randn(3,2), index=np.arange(3), columns=['a','b'] )
df2 = pd.DataFrame(np.random.randint(0, high=3, size=(3,2)), index=np.arange(3), columns=['a','b'] )
print df1
a b
0 0.336811 -2.132993
1 -1.492770 0.278024
2 -2.355762 -0.894376
print df2
a b
0 1 2
1 0 2
2 2 1
我想使用df2中的值作为行索引来选择df1中的值，并创建一个形状相等的新数据帧。预期结果：
print df3
a b
0 -1.492770 -0.894376
1 0.336811 -0.894376
2 -2.355762 0.278024
我已尝试使用.loc，它在单个列中运行良好：
df3 = df1.loc[df2['a'], 'a']
print df3
0 -1.492770
1 0.336811
2 -2.355762
但是我不能同时在所有列上使用. loc或. iloc。我想避免循环来优化性能，因为我正在处理一个大数据帧。有什么想法吗？
共有1个答案
使用Numpy选择
pd.DataFrame([df1[col].values[df2[col]] for col in df1.columns], index=['a','b']).T
a b
0 -1.492770 -0.894376
1 0.336811 -0.894376
2 -2.355762 0.278024
如果要避免for循环，则必须使用拉网和解网。简言之，您可以在单个向量中展平所有数据帧，在每个块上求和len（df1），将索引跳到下一列的开头，然后重新调整到原始大小。此上下文中的所有操作都是矢量化的，因此应该是快速的。
例如
df1.T.values.ravel()[df2.T.values.ravel() + np.repeat(np.arange(0, len(df1)+1, len(df1)), len(df1))].reshape(df1.T.shape).T
给予
array([[-1.49277 , -0.894376],
[ 0.336811, -0.894376],
[-2.355762, 0.278024]])
-
我有一个数据框，我正在使用TIA来填充彭博社的数据。当我看着df。索引我看到我打算成为列的数据以多索引的形式呈现给我。df的输出。列是这样的： 索引（[u'column1'，'u'column2']） 我尝试过各种reset_index的迭代，但都无法补救这种情况。 1） TIA管理器如何使数据帧列作为索引读入？ 2） 如何正确地将这些列标识为列而不是多索引？ 我试图解决的最终问题是，当我尝试将此
-
假设是一个数据帧。 只接受名字 只接受整数（实际放置） 接受名称和整数： 当引用行时，只希望获得名称。例如 抛出一个错误，它不会返回“2”。 当引用列时，iloc更喜欢整数，而不是名称。例如 返回“三”，而不是2。（尽管返回）。 奇怪的是，我喜欢完全相反的功能。通常我的列名非常有意义，所以在我的代码中我直接引用它们。但是由于大量的观察清理，我的熊猫数据帧中的行名称通常不对应于。 我意识到我可以使用
-
我正在尝试从多索引数据帧中仅使用一个索引来创建新的数据帧。 理想情况下，我想要这样的东西： 和： 基本上，我想删除除level之外的多索引的所有其他索引。有没有一个简单的方法可以做到这一点？
-
问题内容： 例如，假设一个简单的数据框 给定条件，如何检索行的索引值？例如： return ，但是我想得到的只是just 。这在以后的代码中给我带来麻烦。 基于某些条件，我想记录满足该条件的索引，然后在它们之间选择行。 我试过了 获得所需的输出 但我明白了 问题答案： 添加起来更容易-使用一个元素选择list的第一个值： 但是，如果某些值不匹配，则会出现错误，因为第一个值不存在。 解决方案是使用与
-
我有一个多索引数据框（索引和）如下： 我想将转换为以下内容（其中索引转换为列，其中为值，保留为索引）： 我一直在努力做到这一点，但还没走多远。
-
目前，我有一个名为的，看起来像这样，其中几何体表示一个点（纬度、经度）。 给定另一个点（lat，long），我想找到从这个数据框到那个特定点的最近点。我用距离函数计算了最近的点 现在我有一个系列，看起来像这样 我怎样才能得到一个Geodataframe的副本，它按相同的顺序排序，如下所示？谢谢