可以通过遍历的方法：

pandas按行按列遍历Dataframe的几种方式：https://www.jb51.net/article/172623.htm

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python博客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python博客！