如何在 Pandas 中根据另一列的值动态选取对应列的数据

在Pandas的数据处理场景中，经常需要根据某一列的取值，从其他多列中动态选取对应列的数据。比如我们有一份学生成绩表，其中包含学生姓名、选择的考试科目，以及语文、数学、英语三门科目的成绩，需要为每个学生提取出他所选科目的对应成绩。

示例数据准备

首先我们构造一份示例数据，方便后续演示各种方法的使用：

import pandas as pd

# 构造示例DataFrame
data = {
    'name': ['张三', '李四', '王五', '赵六'],
    'choose_subject': ['语文', '数学', '英语', '语文'],
    '语文': [85, 90, 78, 88],
    '数学': [92, 88, 95, 76],
    '英语': [80, 85, 90, 82]
}
df = pd.DataFrame(data)
print(df)

运行上述代码后得到的DataFrame结构如下：

方法一：使用apply函数逐行选取

apply函数可以对DataFrame的每一行或者每一列应用自定义函数，我们可以利用这个特性，对每一行根据choose_subject列的值选取对应的成绩列。

# 定义逐行选取的函数
def get_score(row):
    # row['choose_subject']是所选科目，作为列名提取对应值
    return row[row['choose_subject']]

# 新增目标列存储选取的结果
df['target_score'] = df.apply(get_score, axis=1)
print(df[['name', 'choose_subject', 'target_score']])

这种方法的逻辑非常直观，适合数据量不大、对性能要求不高的场景。但是apply函数本质是逐行循环，当数据量达到几十万甚至上百万行时，运行速度会比较慢。

方法二：使用向量化操作提升性能

向量化操作是Pandas推荐的优化方式，我们可以通过构造布尔掩码的方式，避免逐行循环，大幅提升运行效率。

# 初始化目标列，默认值为NaN
df['target_score'] = pd.NA

# 遍历所有可选的科目，分别匹配choose_subject列
for subject in ['语文', '数学', '英语']:
    # 找到choose_subject等于当前科目的行
    mask = df['choose_subject'] == subject
    # 将这些行的target_score设置为对应科目的成绩
    df.loc[mask, 'target_score'] = df.loc[mask, subject]

print(df[['name', 'choose_subject', 'target_score']])

这种方法的运行速度远快于apply逐行处理，适合处理大规模数据。不过当可选列的数量非常多时，需要手动遍历所有列，代码会稍显冗长。

方法三：使用lookup方法（适用于旧版本Pandas）

在Pandas 1.2.0之前的版本中，提供了lookup方法，可以直接根据行标签和列标签组成的数组提取对应的值，非常适合这种动态列选取的场景。

# 注意：lookup方法在Pandas 1.2.0之后被弃用，旧版本可以使用
# 第一个参数是行索引，第二个参数是需要选取的列名数组
df['target_score'] = df.lookup(df.index, df['choose_subject'])
print(df[['name', 'choose_subject', 'target_score']])

如果使用较新版本的Pandas，运行上述代码会报错，此时可以用melt结合merge的方式实现类似效果：

# 将宽表转换为长表，科目列转换为行
melt_df = df.melt(
    id_vars=['name', 'choose_subject'],
    value_vars=['语文', '数学', '英语'],
    var_name='subject',
    value_name='score'
)
# 匹配所选科目和科目列，提取对应成绩
result = pd.merge(
    df[['name', 'choose_subject']],
    melt_df,
    left_on=['name', 'choose_subject'],
    right_on=['name', 'subject']
)[['name', 'choose_subject', 'score']]
print(result)

不同方法的适用场景总结

• 数据量小、逻辑简单，优先选择apply函数，代码可读性高
• 数据量大、对性能要求高，优先选择向量化遍历的方法
• 使用旧版本Pandas且列数量不多，可以尝试lookup方法
• 列数量动态变化、需要灵活适配场景，可以选择melt加merge的方式

在实际使用中，可以根据数据规模和业务需求选择最合适的方法，达到效率和代码简洁度的平衡。

PandasDataFrame动态列选取数据筛选修改时间：2026-06-12 04:30:18