可以通过遍历的方法：
pandas按行按列遍历Dataframe的几种方式本文来源gao@!dai!ma.com搞$$代^@码网*：
选择列
使用类字典属性,返回的是Series类型
data[‘w’]
遍历Series
for index in data['w'] .index: time_dis = data['w'] .get(index)
pandas.DataFrame.at
根据行索引和列名，获取一个元素的值
>>> df = pd.DataFrame([[0, 2, 3], [0, 4, 1], [10, 20, 30]], ... columns=['A', 'B', 'C']) >>> df A B C 0 0 2 3 1 0 4 1 2 10 20 30
>>> df.at[4, 'B'] 2
或者
>>> df.iloc[5].at['B'] 4
pandas.DataFrame.iat
根据行索引和列索引获取元素值
>>> df = pd.DataFrame([[0, 2, 3], [0, 4, 1], [10, 20, 30]], ... columns=['A', 'B', 'C']) >>> df A B C 0 0 2 3 1 0 4 1 2 10 20 30
>>> df.iat[1, 2] 1
或者
>>> df.iloc[0].iat[1] 2
pandas.DataFrame.loc
选取元素，或者行
>>> df = pd.DataFrame([[1, 2], [4, 5], [7, 8]], ... index=['cobra', 'viper', 'sidewinder'], ... columns=['max_speed', 'shield']) >>> df max_speed shield cobra 1 2 viper 4 5 sidewinder 7 8
选取元素
>>> df.loc['cobra', 'shield'] 2
选取行返回一个series
>>> df.loc['viper'] max_speed 4 shield 5 Name: viper, dtype: int64
选取行列返回dataframe
>>> df.loc[['viper', 'sidewinder']]
max_speed shield
viper 4 5
sidewinder 7 8
pandas.DataFrame.iloc
>>> mydict = [{'a': 1, 'b': 2, 'c': 3, 'd': 4},
... {'a': 100, 'b': 200, 'c': 300, 'd': 400},
... {'a': 1000, 'b': 2000, 'c': 3000, 'd': 4000 }]
>>> df = pd.DataFrame(mydict)
>>> df
a b c d
0 1 2 3 4
1 100 200 300 400
2 1000 2000 3000 4000
按索引选取元素
>>> df.iloc[0, 1] 2
获取行的series
>>> type(df.iloc[0]) <class 'pandas.core.series.Series'> >>> df.iloc[0] a 1 b 2 c 3 d 4 Name: 0, dtype: int64
到此这篇关于详解pandas获取Dataframe元素值的几种方法的文章就介绍到这了,更多相关pandas获取Dataframe元素值内容请搜索搞代码以前的文章或继续浏览下面的相关文章希望大家以后多多支持搞代码！
搞代码网（gaodaima.com）提供的所有资源部分来自互联网，如果有侵犯您的版权或其他权益，请说明详细缘由并提供版权或权益证明然后发送到邮箱[email protected]，我们会在看到邮件的第一时间内为您处理，或直接联系QQ：872152909。本网站采用BY-NC-SA协议进行授权
转载请注明原文链接：详解pandas获取Dataframe元素值的几种方法
转载请注明原文链接：详解pandas获取Dataframe元素值的几种方法
