可以通過遍歷的方法：

pandas按行按列遍歷Dataframe的幾種方式：https://www.jb51.net/article/172623.htm

選擇列

使用類字典屬性,返回的是Series型別
data[‘w']
遍歷Series

for index in data['w'] .index:
time_dis = data['w'] .get(index)

pandas.DataFrame.at

根據行索引和列名，獲取一個元素的值

>>> df = pd.DataFrame([[0,2,3],[0,4,1],[10,20,30]],...     columns=['A','B','C'])
>>> df
 A B C
0 0 2 3
1 0 4 1
2 10 20 30

>>> df.at[4,'B']
2

或者

>>> df.iloc[5].at['B']
4

pandas.DataFrame.iat

根據行索引和列索引獲取元素值

>>> df = pd.DataFrame([[0,'C'])
>>> df
 A B C
0 0 2 3
1 0 4 1
2 10 20 30

>>> df.iat[1,2]
1

或者

>>> df.iloc[0].iat[1]
2

pandas.DataFrame.loc

選取元素，或者行

>>> df = pd.DataFrame([[1,2],[4,5],[7,8]],...  index=['cobra','viper','sidewinder'],...  columns=['max_speed','shield'])
>>> df
   max_speed shield
cobra    1  2
viper    4  5
sidewinder   7  8

選取元素

>>> df.loc['cobra','shield']
2

選取行返回一個series

>>> df.loc['viper']
max_speed 4
shield  5
Name: viper,dtype: int64

選取行列返回dataframe

>>> df.loc[['viper','sidewinder']]
   max_speed shield
viper    4  5
sidewinder   7  8
 
pandas.DataFrame.iloc
>>> mydict = [{'a': 1,'b': 2,'c': 3,'d': 4},...   {'a': 100,'b': 200,'c': 300,'d': 400},...   {'a': 1000,'b': 2000,'c': 3000,'d': 4000 }]
>>> df = pd.DataFrame(mydict)
>>> df
  a  b  c  d
0  1  2  3  4
1 100 200 300 400
2 1000 2000 3000 4000

按索引選取元素

>>> df.iloc[0,1]
2

獲取行的series

>>> type(df.iloc[0])
<class 'pandas.core.series.Series'>
>>> df.iloc[0]
a 1
b 2
c 3
d 4
Name: 0,dtype: int64

到此這篇關於詳解pandas獲取Dataframe元素值的幾種方法的文章就介紹到這了,更多相關pandas獲取Dataframe元素值內容請搜尋我們以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援我們！