迹忆客 专注技术分享

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。