如何从 Pandas DataFrame 单元格获取值
Asad Riaz
2023年1月30日
2020年3月28日
-
iloc从 PandasDataFrame的单元中获取价值 -
从 Pandas DataFrame 的单元中获取
iat和at来获取值 -
df['col_name'].values[]从 Pandas DataFrame 的单元格获取值
我们将介绍使用 iloc 来从 Pandas DataFrame 的单元格中获取值的方法，该方法非常适合按位置进行选择；我们还会介绍它与 loc 的区别。我们还将学习 iat 和 ['col_name'].values[] 方法，当我们不想将返回类型设为 pandas.Series 时，可以使用它们。
iloc 从 Pandas DataFrame 的单元中获取价值
iloc 是从 Pandas dataframe 单元中获取值的最有效方法。假设，我们有一个 DataFrame，其列的名称分别为 price 和 stock，并希望从第三行获取一个值以检查价格和库存状况。
首先，我们需要访问行，然后使用列名访问值。
示例代码：
# 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'])
输出：
7
Yes
iloc 在索引中的特定位置获取行（或列）。这就是为什么它仅采用整数作为参数的原因。然后 loc 从索引中获取带有特定标签的行（或列）。
从 Pandas DataFrame 的单元中获取 iat 和 at 来获取值
iat 和 at 是标量的快速访问方法，可从 Pandas DataFrame 的单元格中获取值。
示例代码：
# 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'])
输出：
orange
No
为了获得最后一行条目，我们将使用 at[df.index[-1],'stock']。
示例代码：
# 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'])
输出：
Yes
df['col_name'].values[] 从 Pandas DataFrame 的单元格获取值
df['col_name'].values[] 首先将 datafarme 列转换为一维数组，然后访问该数组索引处的值：
示例代码：
# 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])
输出：
Yes
它返回的不是 pandas.Series，并且使用起来最简单。