Python dataframe我可以正确提取列表中的纯值吗？

我目前是一名Python自学初学者

for index, row in df_price.iterrows():                    
    prod_weight = prod_weight = prod_data.loc[prod_data['sku'] == row['sku']]['weight'].item

------结果--------------------------------------

<bound method IndexOpsMixin.item of 18066    0.2
Name: weight, dtype: float64>
<bound method IndexOpsMixin.item of 18063    0.1
Name: weight, dtype: float64>
<bound method IndexOpsMixin.item of 18064    0.1
Name: weight, dtype: float64>
<bound method IndexOpsMixin.item of Series([], Name: weight, dtype: float64)>
<bound method IndexOpsMixin.item of 18062    0.1
Name: weight, dtype: float64>
<bound method IndexOpsMixin.item of 18058    0.1
Name: weight, dtype: float64>
<bound method IndexOpsMixin.item of 18059    0.1

---------------------------------------------------------

1.0
0.2
0.1
0.1
0.1
0.1
0.1
...
0.5
0.6
0.3

所以，我修改了代码如下

prod_weight = prod_data.loc[prod_data['sku'] == row['sku']]['weight'].item()

-------------结果--------------------------------

<bound method IndexOpsMixin.item of 18066    0.2
Name: weight, dtype: float64>
<bound method IndexOpsMixin.item of 18063    0.1
Name: weight, dtype: float64>
<bound method IndexOpsMixin.item of 18064    0.1
Name: weight, dtype: float64>
<bound method IndexOpsMixin.item of Series([], Name: weight, dtype: float64)>
<bound method IndexOpsMixin.item of 18062    0.1
Name: weight, dtype: float64>
<bound method IndexOpsMixin.item of 18058    0.1
Name: weight, dtype: float64>
<bound method IndexOpsMixin.item of 18059    0.1

---------------------------------------------------------

1.0
0.2
0.1
0.1
0.1
0.1
0.1
...
0.5
0.6
0.3

回溯（最近一次呼叫最后一次）： 文件“D:/python\u project/price\u reviser/price\u reviser.py”，第58行，在 生产单位重量=生产单位数据。loc[生产单位数据['sku']==行['sku']]['weight']]。项（） 文件“C:\Users\tlsdy\AppData\Local\Programs\Python\Python36\lib\site packages\pandas\core\base.py”， 第719行，在项目中 返回self.values.item（） ValueError:只能将大小为1的数组转换为Python标量

因此，我再次更改了代码，如下所示

prod_weight = prod_data.loc[prod_data['sku'] == row['sku']]['weight'].values

-------------result--------------------------------
[1.0]
[0.2]
[0.1]
[0.1]
[0.1]
[0.1]
[0.1]
...
[0.5]
[0.6]
[0.3]

prod_weight = re.sub('\[|''\]|''\'|', '', str(prod_data.loc[prod_data['sku'] == row['sku']]['weight'].values))

因此，我再次更改了代码，如下所示

prod_weight = prod_data.loc[prod_data['sku'] == row['sku']]['weight'].values

-------------result--------------------------------
[1.0]
[0.2]
[0.1]
[0.1]
[0.1]
[0.1]
[0.1]
...
[0.5]
[0.6]
[0.3]

prod_weight = re.sub('\[|''\]|''\'|', '', str(prod_data.loc[prod_data['sku'] == row['sku']]['weight'].values))

--------------结果-------

但是,

如何正确提取？ 如何正确提取？ 如何正确提取？ 如何正确提取？ 如何正确提取

for index, row in df_price.iterrows():
    try:        
        prod_weight= prod_data.loc[prod_data['sku'] == row['sku']]['weight'].item()
    except:
        prod_weight= prod_data.loc[prod_data['sku'] == row['sku']]['weight']

试试这个

---

错误

ValueError:只能将大小为1的数组转换为Python标量
，因为.item（）仅适用于series/dataframe数据类型。如果您尝试执行任何scalar.item（）操作，它将抛出此错误
能否显示数据帧（和列数据类型）的摘录以了解源数据的外观？在第一次尝试中，您只是列出未调用的函数（
项
），而不是执行它。在第二次尝试中，您遇到了有关Numpy阵列的Numpy新奇之处。您的第三次尝试似乎满足了您的需求（我猜，除了生成一个Numpy数组而不是一个float）。你最后的尝试。。。不要再这样做了，不要使用正则表达式（此处）：。@susim您可以只打印df.head（）（所有必要的列）吗？