熊貓列作爲numpy數組的索引

Question

如何使用熊貓行作爲numpy數組的索引？說我有

>>> grid = arange(10,20) 
>>> df = pd.DataFrame([0,1,1,5], columns=['i']) 

我願做

>>> df['j'] = grid[df['i']] 
IndexError: unsupported iterator index 

的是，真正執行這個操作很短的，清潔的方式？

更新

爲了精確，我想，其具有對應於第一列包含的索引的值的附加列：df['j'][0] = grid[df['i'][0]]在0柱等

預期輸出：

index i j 
    0 0 10 
    1 1 11 
    2 1 11 
    3 5 15 

並行案例：Numpy-to-Numpy

只是爲了展示其中的想法來自於，在標準Python/numpy，如果你有

>>> keys = [0, 1, 1, 5] 
>>> grid = arange(10,20) 
>>> grid[keys] 
Out[30]: array([10, 11, 11, 15]) 

這正是我想做的事情。只有我的密鑰不存儲在一個向量中，它們存儲在一個列中。

Answer 1

這是一個nandy的bug，浮出水面熊貓0.13.0/numpy 1.8.0。

你可以這樣做：

In [5]: grid[df['i'].values] 
Out[5]: array([0, 1, 1, 5]) 

In [6]: Series(grid)[df['i']] 
Out[6]: 
i 
0 0 
1 1 
1 1 
5 5 
dtype: int64 

這是你的輸出相匹配。您可以將數組分配到一列，只要數組的長度/列表是相同爲框架（否則你將如何對齊？）

In [14]: grid[keys] 
Out[14]: array([10, 11, 11, 15]) 

In [15]: df['j'] = grid[df['i'].values] 


In [17]: df 
Out[17]: 
    i j 
0 0 10 
1 1 11 
2 1 11 
3 5 15