DataFrame中を検索し，出た値のcolmnsを出力したいです．

Question

Experimental
成績順位 配属研究室 1 2 3 4 5 6 7 8
学籍番号
1 26 4 6 8 2 5 1 7 4 3
2 31 1 2 7 3 5 1 8 6 4
3 30 8 5 8 1 7 3 2 4 6
4 78 4 6 8 1 3 5 2 4 7
5 75 4 2 4 7 8 5 6 3 1
... ... ... ... ... ... ... ... ... ... ...
76 44 1 1 7 4 5 2 3 8 6
77 23 3 6 3 2 8 1 7 5 4
78 73 1 4 5 6 7 3 2 1 8
79 16 7 3 8 1 7 5 6 2 4
80 41 7 7 4 2 8 1 3 5 6
80 rows × 10 columns

このような出力をするDataFrameが格納されているExperimentalがあります．
"1"~"8"のカラムが学生の志望順位，それぞれの列の値が各研究室番号です

下図のように，このExperimentalに対して"配属研究室"と同じ値を持つcolumnsを"配属された希望番号"に出力したいのですがどなたかどのような取っ掛かりで取り組めばいいかアドバイスを頂けないでしょうか．

オープンクエスチョンは重々承知なのですが，どうかよろしくお願いします．
Experimental
成績順位 配属研究室 1 2 3 4 5 6 7 8　　配属された希望番号
学籍番号
1 26 4 6 8 2 5 1 7 4 3 7　　　
2 31 1 2 7 3 5 1 8 6 4 5
3 30 8 5 8 1 7 3 2 4 6 2
4 78 4 6 8 1 3 5 2 4 7 7
5 75 4 2 4 7 8 5 6 3 1 2
... ... ... ... ... ... ... ... ... ... ...
76 44 1 1 7 4 5 2 3 8 6 1
77 23 3 6 3 2 8 1 7 5 4 2
78 73 1 4 5 6 7 3 2 1 8 7
79 16 7 3 8 1 7 5 6 2 4 4
80 41 7 7 4 2 8 1 3 5 6 7
80 rows × 10 columns

Answer 1

df['配属された希望番号'] = df.apply(lambda d: (d.loc[[1,2,3,4,5,6,7,8]] == d['配属研究室']).idxmax(), axis=1)

で良いかと思います。
[1,2,3,4,5,6,7,8]の部分が気に食わないのであれば

df['配属された希望番号'] = df.apply(lambda d: (d.iloc[2:] == d['配属研究室']).idxmax(), axis=1)

かな？
ただし、この方法の場合はColumnの順番に依存するのでお好みで。（range() 使って指定してもよいかも）

一応動作確認

import pandas as pd
import numpy as np

N = 80
# ダミーデータ作成
df = pd.DataFrame(
    [np.random.permutation(np.arange(1,9)) for _ in range(N)],
    columns=range(1,9),
    index=range(1,N+1))
df['成績順位'] = np.random.permutation(range(1,N+1))
df['配属研究室'] = np.random.choice(range(1,9), N)
df = df.reindex(['成績順位', '配属研究室',1,2,3,4,5,6,7,8], axis=1)
print(df)

#df['配属された希望番号'] = df.apply(lambda d: (d.loc[[1,2,3,4,5,6,7,8]] == d['配属研究室']).idxmax(), axis=1)
df['配属された希望番号'] = df.apply(lambda d: (d.iloc[2:] == d['配属研究室']).idxmax(), axis=1)
print(df)
#    成績順位  配属研究室  1  2  3  4  5  6  7  8  配属された希望番号
#1     20      3  7  5  1  4  3  6  2  8          5
#2     39      8  2  1  7  6  4  5  8  3          7
#3     40      4  7  6  1  4  8  3  5  2          4
#4     47      7  5  1  8  3  6  4  2  7          8
#5      7      8  2  6  8  4  7  3  5  1          3
#..   ...    ... .. .. .. .. .. .. .. ..        ...
#76    18      8  3  7  1  4  5  2  8  6          7
#77    72      8  8  3  4  7  2  5  1  6          1
#78    34      2  4  2  1  5  7  6  8  3          2
#79    60      1  7  8  3  2  1  6  5  4          5
#80     4      2  7  2  1  5  8  3  6  4          2
#
#[80 rows x 11 columns]

Comments

[yutaroooooo]

丁寧な回答ありがとうございました！！
ここでかなり躓いていたので，これで研究を進めることができます．
本当にありがとうございました．

Answer 2

スマートなやり方かどうか分かりませんが、データの持ち方を変えれば比較的スムーズにいける気がします。
説明のために'1'~'8'のカラムが各研究室番号、それぞれの列の値がその研究室の志望度であるとします。

preferences_df = experimental[
    ["学籍番号", "1", "2", "3", "4", "5", "6", "7", "8"]
]  # "1"~"8"がstr型であるとしています。

preferences_dict = preferences_df.set_index("学籍番号").stack().to_dict()  
# => {(1, '1'): 6, (1, '2'): 8, ..., (学籍番号, '研究室番号'): 志望度}

experimental["配属された希望番号"] = experimental.apply(
    lambda x: preferences_dict[
        (
            x["学籍番号"], 
            str(x["配属研究室"])
        )
    ], axis=1)

とすることでできるかと思います。

Comments

[yutaroooooo]

丁寧な回答ありがとうございます．
実は，"1"~"8"のカラムが学生の志望順位，それぞれの列の値が各研究室番号でした．
僕の説明が下手くそなために紛らわせてしまい申し訳ございませんでした．
しかしながら，解答参考にさせていただきます．
また，迅速に質問を修正します！！