Pandas是一個廣泛使用的Python庫，用于數(shù)據(jù)分析和處理。Pandas中的核心數(shù)據(jù)結(jié)構(gòu)是DataFrame，這是一個表格形式的數(shù)據(jù)結(jié)構(gòu)，類似于Excel表格或SQL表。DataFrame具有許多功能，例如數(shù)據(jù)排序、過濾、統(tǒng)計和聚合等。

在DataFrame中，我們通常需要從單元格中獲取值以執(zhí)行特定操作。在本文中，我們將討論如何從Pandas DataFrame單元格獲取值。

一、通過行列索引器獲取值

Pandas支持使用行和列索引器來獲取單個單元格的值。以下是如何使用行列索引器來獲取DataFrame中特定單元格的值的示例代碼：

import pandas as pd

# 創(chuàng)建一個新的DataFrame對象
data = {'姓名': ['John', 'Mike', 'Sarah'], 
        '年齡': [25, 30, 27],
        '性別': ['男', '男', '女']}
df = pd.DataFrame(data)

# 從第二行第一列（0-based）的單元格獲取值
value = df.iloc[1, 0]
print(value)

上述代碼創(chuàng)建了一個包含三列數(shù)據(jù)的簡單DataFrame對象，其中包含“姓名”、“年齡”和“性別”列。然后，我們使用iloc函數(shù)來獲取第二行第一列（0-based）的單元格值，并將其存儲到變量中。最后，使用print函數(shù)打印單元格的值。

二、使用at和iat方法獲取單元格值

Pandas還提供了名為at和iat的兩種方法，用于在DataFrame中獲取單個值。這些方法比使用行列索引器更快，因為它們沒有必要遍歷整個DataFrame。

在使用at和iat方法時，您需要提供行和列的位置索引。以下是使用at和iat方法從DataFrame中獲取值的示例代碼：

import pandas as pd

# 創(chuàng)建一個新的DataFrame對象
data = {'姓名': ['John', 'Mike', 'Sarah'], 
        '年齡': [25, 30, 27],
        '性別': ['男', '男', '女']}
df = pd.DataFrame(data)

# 使用'at'方法獲取第二行第一列（0-based）的單元格值
value1 = df.at[1, '姓名']
print(value1)

# 使用'iat'方法獲取第二行第一列（0-based）的單元格值
value2 = df.iat[1, 0]
print(value2)

上述代碼中，我們首先創(chuàng)建了一個包含三列數(shù)據(jù)的簡單DataFrame對象。然后，我們使用at函數(shù)和iat函數(shù)分別獲取第二行第一列（0-based）的單元格值，并將其存儲到變量中。最后，我們使用print函數(shù)打印單元格的值。

三、使用loc和iloc方法獲取多個單元格的值

有時，您可能需要從Pandas DataFrame中獲取多個單元格的值。在這種情況下，您可以使用loc和iloc方法，這兩種方法都可以用于選擇行和列的子集。以下是如何使用loc和iloc方法從DataFrame中獲取多個單元格值的示例代碼：

import pandas as pd

# 創(chuàng)建一個新的DataFrame對象
data = {'姓名': ['John', 'Mike', 'Sarah'], 
        '年齡': [25, 30, 27],
        '性別': ['男', '男', '女']}
df = pd.DataFrame(data)

# 使用'loc'方法獲取第一行至第二行，"姓名"至"年齡"列的所有單元格值
values1 = df.loc[0:1, '姓名':'年齡']
print(values1)

# 使用'iloc'方法獲取第一行至第二行，第一列至第二列（0-based）的所有單元格值
values2 = df.iloc[0:2, 0:2]
print(values2)

上述代碼中，我們首先創(chuàng)建了一個包

含三列數(shù)據(jù)的簡單DataFrame對象。然后，我們使用loc方法和iloc方法分別獲取第一行至第二行、"姓名"至"年齡"列的所有單元格值和第一行至第二行、第一列至第二列（0-based）的所有單元格值，并將它們存儲到變量中。最后，我們使用print函數(shù)打印多個單元格的值。

四、使用apply方法獲取單元格值

Pandas還提供了一個名為apply的方法，可以應(yīng)用自定義函數(shù)來對DataFrame進行操作。您可以使用apply方法來獲取每個單元格的值，并將其傳遞給自定義函數(shù)進行處理。例如，以下是如何使用apply方法從DataFrame中獲取單個單元格的值的示例代碼：

import pandas as pd

# 創(chuàng)建一個新的DataFrame對象
data = {'姓名': ['John', 'Mike', 'Sarah'], 
        '年齡': [25, 30, 27],
        '性別': ['男', '男', '女']}
df = pd.DataFrame(data)

# 定義一個函數(shù)，用于獲取DataFrame中某個單元格的值
def get_value(row, col):
    return row[col]

# 使用'apply'方法獲取第二行第一列（0-based）的單元格值，并將其傳遞給自定義函數(shù)進行處理
value = df.apply(lambda x: get_value(x, 0), axis=1).iloc[1]
print(value)

上述代碼中，我們首先創(chuàng)建了一個包含三列數(shù)據(jù)的簡單DataFrame對象。然后，我們定義了一個自定義函數(shù)get_value，用于獲取DataFrame中某個單元格的值。接下來，我們使用apply方法從DataFrame中獲取第二行第一列（0-based）的單元格值，并將其傳遞給自定義函數(shù)進行處理。最后，我們使用iloc函數(shù)和行索引器來選擇返回值列表中的第二個元素，并將其存儲到變量中。最終，我們使用print函數(shù)打印單元格的值。

總結(jié)

在本文中，我們討論了如何從Pandas DataFrame單元格中獲取值。我們介紹了使用行列索引器、at和iat方法、loc和iloc方法以及apply方法來獲取單個單元格或多個單元格的值的示例代碼。這些技術(shù)可以幫助您更有效地處理和操作Pandas DataFrame數(shù)據(jù)。