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
另一种方法是:
first_value = df['Btime'].values[0]
这种方式似乎比使用.iloc更快:
In [1]: %timeit -n 1000 df['Btime'].values[20]
5.82 µs ± 142 ns per loop (mean ± std. dev. of 7 runs, 1000 loops each)
In [2]: %timeit -n 1000 df['Btime'].iloc[20]
29.2 µs ± 1.28 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
其他回答
.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。
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)
例如，要从“test”列和第一行中获取值，它的工作方式如下
df[['test']].values[0][0]
只有df[['test']]]。[0]返回一个数组
获取第一行并保存索引的另一种方法:
x = df.first('d') # Returns the first day. '3d' gives first three days.
另一种方法是:
first_value = df['Btime'].values[0]
这种方式似乎比使用.iloc更快:
In [1]: %timeit -n 1000 df['Btime'].values[20]
5.82 µs ± 142 ns per loop (mean ± std. dev. of 7 runs, 1000 loops each)
In [2]: %timeit -n 1000 df['Btime'].iloc[20]
29.2 µs ± 1.28 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
