如何從 Pandas DataFrame 單元格獲取值
Asad Riaz
2023年1月30日
2020年3月28日
-
iloc從 PandasDataFrame的單元中獲取價值 -
從 Pandas DataFrame 的單元中獲取
iat和at來獲取值 -
df['col_name'].values[]從 Pandas DataFrame 的單元格獲取值
我們將介紹使用 iloc 來從 Pandas DataFrame 的單元格中獲取值的方法，該方法非常適合按位置進行選擇；我們還會介紹它與 loc 的區別。我們還將學習 iat 和 ['col_name'].values[] 方法，當我們不想將返回型別設為 pandas.Series 時，可以使用它們。
iloc 從 Pandas DataFrame 的單元中獲取價值
iloc 是從 Pandas dataframe 單元中獲取值的最有效方法。假設，我們有一個 DataFrame，其列的名稱分別為 price 和 stock，並希望從第三行獲取一個值以檢查價格和庫存狀況。
首先，我們需要訪問行，然後使用列名訪問值。
示例程式碼：
# python 3.x
import pandas as pd
df = pd.DataFrame({
'name':
['orange','banana','lemon','mango','apple'],
'price':
[2,3,7,21,11],
'stock':
['Yes','No','Yes','No','Yes']
})
print(df.iloc[2]['price'])
print(df.iloc[2]['stock'])
輸出：
7
Yes
iloc 在索引中的特定位置獲取行（或列）。這就是為什麼它僅採用整數作為引數的原因。然後 loc 從索引中獲取帶有特定標籤的行（或列）。
從 Pandas DataFrame 的單元中獲取 iat 和 at 來獲取值
iat 和 at 是標量的快速訪問方法，可從 Pandas DataFrame 的單元格中獲取值。
示例程式碼：
# python 3.x
import pandas as pd
df = pd.DataFrame({
'name':
['orange','banana','lemon','mango','apple'],
'price':
[2,3,7,21,11],
'stock':
['Yes','No','Yes','No','Yes']
})
print(df.iat[0,0])
print(df.at[1,'stock'])
輸出：
orange
No
為了獲得最後一行條目，我們將使用 at[df.index[-1],'stock']。
示例程式碼：
# python 3.x
import pandas as pd
df = pd.DataFrame({
'name':
['orange','banana','lemon','mango','apple'],
'price':
[2,3,7,21,11],
'stock':
['Yes','No','Yes','No','Yes']
})
print(df.at[df.index[-1],'stock'])
輸出：
Yes
df['col_name'].values[] 從 Pandas DataFrame 的單元格獲取值
df['col_name'].values[] 首先將 datafarme 列轉換為一維陣列，然後訪問該陣列索引處的值：
示例程式碼：
# python 3.x
import pandas as pd
df = pd.DataFrame({
'name':
['orange','banana','lemon','mango','apple'],
'price':
[2,3,7,21,11],
'stock':
['Yes','No','Yes','No','Yes']
})
print(df['stock'].values[0])
輸出：
Yes
它返回的不是 pandas.Series，並且使用起來最簡單。