Python 如何从数据帧而不是索引和对象类型中获取值

假设我有以下数据帧

Letter Number A 1 B 2 C 3 D 4 现在我想从列字母中得到值C

命令行

df[df.Letters=='C'].Letters

会回来的

2 C Name: Letters, dtype: object 2 C 名称：字母，数据类型：对象 如何仅获取值C而不获取整个两行输出

df[df.Letters=='C'].Letters.item()

这将返回从该选择返回的索引/序列中的第一个元素。在这种情况下，值始终是第一个元素

编辑：

或者可以运行loc（）并以这种方式访问第一个元素。这是较短的，也是我在过去实现它的方式

---

使用

values

属性将值作为np数组返回，然后使用

[0]

获取第一个值：

In [4]:
df.loc[df.Letters=='C','Letters'].values[0]

Out[4]:
'C'

编辑

我个人更喜欢使用下标运算符访问列：

df.loc[df['Letters'] == 'C', 'Letters'].values[0]

这避免了列名中可能包含空格或破折号的问题，这意味着使用

进行访问

import pandas as pd

dataset = pd.read_csv("data.csv")
values = list(x for x in dataset["column name"])

>>> values[0]
'item_0'

编辑：

实际上，您可以像任何旧数组一样对数据集进行索引

import pandas as pd

dataset = pd.read_csv("data.csv")
first_value = dataset["column name"][0]

>>> print(first_value)
'item_0'

---

您可以将

loc

与索引和列标签一起使用

df.loc[2，‘字母’]
#“C”

如果您喜欢“数字”列作为参考，可以将其设置为索引

df.set_索引（“数字”）.loc[3，‘字母’]

---

我发现这个更干净，因为它不需要

[0]

或

.item（）

在一个不相关的注释上，有一个更好的方法来构造数据帧：

pd.DataFrame（{'Letters'：Letters，'Numbers'：Numbers}）

它确实无关紧要，但是在您的选择中，您可以使用点符号访问列'Letters'；df.loc[df.Letters=='C']。如果列名中有空格，您可能应该使用转换器将其去掉，就像从CSV或Excel文件导入一样。@thomas ato我将更新我的答案，但我不同意将列名修改为附加步骤，除非这是必要的，在这种情况下，我同意它不起作用difference@EdChum.. 在这种情况下：我们如何处理错误：“索引器：索引0超出大小为0的轴0的界限”我喜欢这种方法，但是我得到了警告：

FutureWarning:“item”已被弃用，并将在将来的版本中删除

@AlexG:您可以改用它：

df[df.Letters='C'].Letters.iloc[0]

。它生成结果序列中的第一个元素（也是唯一的）。使用loc[：1]仍然会在值旁边显示索引：（@AlexG和@Sonic Soul:尝试使用

df[df.Letters=='C'].Letters.squese（）

。这与此相同。：）这并不能解决特定问题。如果索引未知，则代码没有帮助。第二个版本（将一列设置为索引）确实适用于这种情况。：）

import pandas as pd

dataset = pd.read_csv("data.csv")
first_value = dataset["column name"][0]

>>> print(first_value)
'item_0'