基于列数据计算从 Pandas DataFrame 中的另一行查找数据的最快方法？

如果不诉诸循环遍历数据帧的每一行（这对于大型数据集来说可能非常慢），我如何使用连续两列的计算结果，2*A - B, 在列中查找值B并从该新行中提取列中的数据C并放入列中D原始行的。

例如，在下面的 DataFrame 中，行2 has 2*A - B equal 1。柱子B in row 0 has a 1，所以来自列的数据C in row 0应该放在列中D of row 2.

In [1] import pandas as pd
In [2] a = [3,3,3]
In [3] b = [1,3,5]
In [4] c = [3,4,5]

In [5] df1 = pd.DataFrame({'A': a , 'B': b, 'C':c})
Out[5] print(df1)

   A  B  C
0  3  1  3
1  3  3  4
2  3  5  5

生成的 DataFrame 应如下所示：

    A  B  C  D
0   3  1  3  5
1   3  3  4  4
2   3  5  5  3

我假设每个组合只有一个唯一值A and B。虽然上面的例子可以通过简单的转置列来完成C进入专栏D，我想要一个更通用的解决方案，可以扩展到数据不适合转置的情况。

如果你能保证独特的组合，那么......

mapping = dict(df[['B', 'C']].values)
df['D'] = (2 * df.A - df.B).replace(mapping)
df    
   A  B  C  D
0  3  1  3  5
1  3  3  4  4
2  3  5  5  3

创建一个映射B价值观C价值观。执行运算 (2 * A - B)，并使用mapping较早生成以获得适当的C value.

如果映射不存在，则不会替换计算值。如果您希望将其替换为NaN，你可能会使用map反而：

df['D'] = (2 * df.A - df.B).map(mapping)
df
   A  B  C  D
0  3  1  3  5
1  3  3  4  4
2  3  5  5  3

它的工作原理是df.replace会，但非映射值被替换为NaN.