Python 3.x 访问数据帧中的第一列

如何访问此数据帧中的第一列？ 如果我通过列名（'Group11…'）引用它，我会得到一个错误“notin index”

---

您所指的是数据帧的索引。因此，如果您的数据帧被称为

df

，您可以使用

df.index

访问索引

否则，如果要将引用为列，则需要在使用之前将其转换为列

可复制示例： 下面是一个可复制的示例，显示了访问索引的两种方法：

from StringIO import StringIO 
import pandas as pd 

data = """Group11.Primary.Phrase|count|num_cat
CP|4|4
DA|1|1
FW|7|7
"""

df = pd.read_csv(StringIO(data), sep="|", index_col=0)
print("here's how the dataframe looks like") 
print(df.head())

print("here's how to access the index") 
print(df.index)

print("if you want to turn the index values into a list")
print(list(df.index))

print("you can also reset_index as a column and access it") 
df = df.reset_index()
print(df["Group11.Primary.Phrase"])

运行上述代码，将提供以下输出：

here's how the dataframe looks like count num_cat Group11.Primary.Phrase CP 4 4 DA 1 1 FW 7 7 here's how to access the index Index([u'CP', u'DA', u'FW'], dtype='object', name=u'Group11.Primary.Phrase') if you want to turn the index values into a list ['CP', 'DA', 'FW'] you can also reset_index as a column and access it 0 CP 1 DA 2 FW Name: Group11.Primary.Phrase, dtype: object 下面是数据帧的外观 数猫 组11.Primary.Phrase CP 4 DA 11 FW 7 7 下面是如何访问索引 索引（[u'CP'，u'DA'，u'FW']，dtype='object'，name=u'Group11.Primary.Phrase'） 如果要将索引值转换为列表 ['CP'，'DA'，'FW'] 您还可以将_索引重置为列并访问它 0 CP 1 DA 2 FW 名称：Group11.Primary.Phrase，数据类型：object

---

这里有一个指向文档的链接：在您的情况下，您将索引

df['Group11']

In [9]: df
Out[9]: 
               A         B         C         D
2000-01-01  0.469112 -0.282863 -1.509059 -1.135632
2000-01-02  1.212112 -0.173215  0.119209 -1.044236
2000-01-03 -0.861849 -2.104569 -0.494929  1.071804

In [12]: df[['A', 'B']]
Out[12]: 
               A         B
2000-01-01 -0.282863  0.469112
2000-01-02 -0.173215  1.212112
2000-01-03 -2.104569 -0.861849

---

iloc返回基于数字索引的数据，这里是第一列（python 0索引）的所有行

---

如果要使用列名访问列，可以重置索引，然后按列名访问列。i、 e

如果您有一个数据帧，如

count num_cat Group11.Primary.Phrase CP 4 4 DA 1 1 FW 7 7 输出：

0 CP 1 DA 2 FW 0 CP 1 DA 2 FW

---

要改进您的问题，请在帖子中复制并粘贴代码，而不是使用图像。。

df = df.reset_index()
df['Group11.Primary.Phrase']

0 CP 1 DA 2 FW