Indexing 熊猫-如何进入熊猫的细胞,相当于R中的df[3,4]

Indexing 熊猫-如何进入熊猫的细胞,相当于R中的df[3,4],indexing,pandas,dataframe,Indexing,Pandas,Dataframe,如果我有一个pandas DataFrame对象,我如何简单地访问一个单元格?在R中,假设我的data.frame名为df,我可以通过 df[3,4] python中的等价物是什么?您可以使用iloc(按位置获取): 我建议您阅读。如果您想根据列和行标签访问单元格,请使用位于的: df.at["Year","Temperature"] 这将返回与行“Year”和列“Temperature”相交的单元格。.ix()比.iloc()@smci更通用。它们做不同的事情。有时您希望通过标签(loc)

如果我有一个pandas DataFrame对象,我如何简单地访问一个单元格?在R中,假设我的data.frame名为df,我可以通过

df[3,4]
python中的等价物是什么?

您可以使用iloc(按位置获取):


我建议您阅读。

如果您想根据列和行标签访问单元格,请使用位于的

df.at["Year","Temperature"]

这将返回与行“Year”和列“Temperature”相交的单元格。

.ix()
.iloc()
@smci更通用。它们做不同的事情。有时您希望通过标签(loc)、有时通过位置(iloc)、有时通过两者(ix)获取。有时ix是不明确的。iloc更快。Andy,
.ix()
.iloc()
的超集,因此就这个问题而言,它们是等价的。我不知道有多大的速度差,我不确定我会这么说。。。e、 g.
df=pd.DataFrame([[1,2],[3,4],[1,0],[1,0])
try
df.loc[0,0]、df.iloc[0,0]、df.ix[0,0]
ix
对于这个整数索引数据帧是不明确的,这就是loc和iloc存在的原因。当你有一个非唯一的索引(loc/ix是类型不稳定的)时,它们的行为也不同。实际上,
df.at[…,…]
是我一直在寻找的东西。解决这个问题的正确方法(选择一个特定的单元格)是使用
df.at[3,4]
,如图所示。
df.at["Year","Temperature"]