这似乎是一个非常简单的问题……但我没有看到我期待的简单答案。
那么，我如何得到Pandas中给定列的第n行的值呢?(我对第一行特别感兴趣，但也会对更普遍的实践感兴趣)。
例如，假设我想在Btime中提取1.2值作为变量。
正确的做法是什么?
>>> df_test
ATime X Y Z Btime C D E
0 1.2 2 15 2 1.2 12 25 12
1 1.4 3 12 1 1.3 13 22 11
2 1.5 1 10 6 1.4 11 20 16
3 1.6 2 9 10 1.7 12 29 12
4 1.9 1 1 9 1.9 11 21 19
5 2.0 0 0 0 2.0 8 10 11
6 2.4 0 0 0 2.4 10 12 15
当前回答
df.iloc[0].head(1) -仅来自整个第一行的第一个数据集。 df。iloc[0] -列中的第一行。
其他回答
注意，来自@unutbu的答案将是正确的，直到你想将值设置为新的值，然后如果你的数据框架是一个视图，它将不起作用。
In [4]: df = pd.DataFrame({'foo':list('ABC')}, index=[0,2,1])
In [5]: df['bar'] = 100
In [6]: df['bar'].iloc[0] = 99
/opt/local/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/pandas-0.16.0_19_g8d2818e-py2.7-macosx-10.9-x86_64.egg/pandas/core/indexing.py:118: SettingWithCopyWarning:
A value is trying to be set on a copy of a slice from a DataFrame
See the the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy
self._setitem_with_indexer(indexer, value)
另一种同时使用setting和getting的方法是:
In [7]: df.loc[df.index[0], 'foo']
Out[7]: 'A'
In [8]: df.loc[df.index[0], 'bar'] = 99
In [9]: df
Out[9]:
foo bar
0 A 99
2 B 100
1 C 100
.iat和.at是获取和设置单个值的方法，比.iloc和.loc快得多。Mykola Zotko在他们的回答中指出了这一点，但他们没有充分使用。iat。
当我们可以使用.iat或.at时，我们应该只需要索引到数据帧一次。
这并不好:
df['Btime'].iat[0]
这并不理想，因为首先选择'Btime'列作为一个系列，然后使用.iat索引到该系列。
以下两种选择是最好的:
使用零索引位置: df。Iat[0,4] #获取第0行和第4列的值 使用标签: df。at[0， 'Btime'] #获取索引标签为0且列名为"Btime"的值。
这两个方法都返回值1.2。
根据pandas文档，at是访问标量值(例如OP中的用例)的最快方法(Alex已经在本页上建议过了)。
根据Alex的回答，因为数据帧不一定有范围索引，所以索引df可能更完整。索引(因为dataframe索引是建立在numpy数组上的，所以可以像数组一样对它们进行索引)或在列上调用get_loc()来获得列的整数位置。
df.at[df.index[0], 'Btime']
df.iat[0, df.columns.get_loc('Btime')]
一个常见的问题是，如果你使用一个布尔掩码来获得一个值，但最终得到了一个带索引的值(实际上是一个Series);例如:
0 1.2
Name: Btime, dtype: float64
您可以使用squeeze()来获取标量值，即。
df.loc[df['Btime']<1.3, 'Btime'].squeeze()
df.iloc[0].head(1) -仅来自整个第一行的第一个数据集。 df。iloc[0] -列中的第一行。
要访问单个值，可以使用比iloc快得多的方法iat:
df['Btime'].iat[0]
你也可以使用take方法:
df['Btime'].take(0)
