วิธีรับค่าจากเซลล์ของ dataframe

ฉันได้สร้างเงื่อนไขที่ดึงหนึ่งแถวออกจาก data frame ของฉัน:

d2 = df[(df['l_ext']==l_ext) & (df['item']==item) & (df['wn']==wn) & (df['wd']==1)]

ตอนนี้ฉันต้องการนำค่าจากคอลัมน์ใดคอลัมน์หนึ่ง:

val = d2['col_name']

แต่เป็นผลให้ฉันได้รับ data frame ที่มีหนึ่งแถวและหนึ่งคอลัมน์ ( เช่นหนึ่งเซลล์) มันไม่ใช่สิ่งที่ฉันต้องการ ฉันต้องการหนึ่งค่า (หมายเลขลอยหนึ่ง) ฉันจะทำมันด้วยแพนด้าได้ยังไง?

หากคุณมี DataFrame ที่มีเพียงหนึ่งแถวให้เข้าถึงแถวแรก (เท่านั้น) ในรูปแบบที่ใช้ilocแล้วตามด้วยค่าโดยใช้ชื่อคอลัมน์:

In [3]: sub_df
Out[3]:
          A         B
2 -0.133653 -0.030854

In [4]: sub_df.iloc[0]
Out[4]:
A   -0.133653
B   -0.030854
Name: 2, dtype: float64

In [5]: sub_df.iloc[0]['A']
Out[5]: -0.13365288513107493

นี่คือการเข้าถึงที่รวดเร็วสำหรับสเกลาร์

In [15]: df = pandas.DataFrame(numpy.random.randn(5,3),columns=list('ABC'))

In [16]: df
Out[16]: 
          A         B         C
0 -0.074172 -0.090626  0.038272
1 -0.128545  0.762088 -0.714816
2  0.201498 -0.734963  0.558397
3  1.563307 -1.186415  0.848246
4  0.205171  0.962514  0.037709

In [17]: df.iat[0,0]
Out[17]: -0.074171888537611502

In [18]: df.at[0,'A']
Out[18]: -0.074171888537611502

คุณสามารถเปลี่ยน 1x1 dataframe ของคุณเป็น array numpy จากนั้นเข้าถึงค่าแรกและค่าเดียวของ array นั้น:

val = d2['col_name'].values[0]

คำตอบส่วนใหญ่ใช้ilocซึ่งเหมาะสำหรับการเลือกตามตำแหน่ง

หากคุณต้องการการเลือกแบบติดป้ายกำกับ locจะสะดวกกว่า

สำหรับการรับค่าอย่างชัดเจน (equiv to deprecated df.get_value ('a', 'A'))

# this is also equivalent to df1.at['a','A']
In [55]: df1.loc['a', 'A'] 
Out[55]: 0.13200317033032932

ฉันต้องการค่าของเซลล์เดียวเลือกโดยชื่อคอลัมน์และดัชนี วิธีนี้ใช้ได้ผลสำหรับฉัน:

original_conversion_frequency.loc[1,:].values[0]

ดูเหมือนว่าจะมีการเปลี่ยนแปลงหลังจากนน 10.1 / 13.1

ฉันอัปเกรดจาก 10.1 เป็น 13.1 ก่อน iloc ไม่สามารถใช้งานได้

ตอนนี้มี 13.1 iloc[0]['label']รับอาร์เรย์อาร์เรย์ค่าเดียวแทนที่จะเป็นแบบสเกลาร์

แบบนี้:

lastprice=stock.iloc[-1]['Close']

เอาท์พุท:

date
2014-02-26 118.2
name:Close, dtype: float64

ตัวเลือกที่เร็วที่สุด / ง่ายที่สุดที่ฉันพบมีดังต่อไปนี้ 501 หมายถึงดัชนีแถว

df.at[501,'column_name']
df.get_value(501,'column_name')

สำหรับ pandas 0.10 ซึ่งไม่ilocสามารถใช้ได้ให้กรอง a DFและรับข้อมูลแถวแรกสำหรับคอลัมน์VALUE:

df_filt = df[df['C1'] == C1val & df['C2'] == C2val]
result = df_filt.get_value(df_filt.index[0],'VALUE')

หากมีการกรองมากกว่า 1 แถวให้รับค่าแถวแรก จะมีข้อยกเว้นหากตัวกรองส่งผลให้เฟรมข้อมูลว่างเปล่า

ไม่แน่ใจว่านี่เป็นวิธีปฏิบัติที่ดีหรือไม่ แต่ฉันสังเกตเห็นว่าฉันสามารถได้รับคุณค่าจากการคัดเลือกซีรีส์ด้วย floatด้วย

เช่น

rate

3 0.042679

ชื่อ: Unemployment_rate, dtype: float64

float(rate)

0.0426789

ไม่จำเป็นต้องซับซ้อน:

val = df.loc[df.wd==1, 'col_name'].values[0]

df_gdp.columns

ดัชนี ([u'Country ', u'Country Code', u'Indicator Name ', u'Indicator Code', u'1960 ', u'1961', u'1961 ', u'1962', u'1964 ', คุณ , u'1965 ', u'1966', u'1967 ', u'1968', u'1969 ', u'1970', u'1971 ', u'1971', u'1972 ', u'1973', คุณ , u'1975 ', u'1976', u'1977 ', u'1978', u'1979 ', u'1980', u'1981 ', u'1981', u'1982 ', คุณ u8319' , u'1985 ', u'1986', u'1987 ', u'1988', u'1989 ', u'1990', u'1991 ', u'1992', u'1993 ', u'1994', , u'1995 ', u'1996', u'1997 ', u'1998', u'1999 ', u'2000',u'2001 ', u'2002', u'2003 ', u'2004', u'2005 ', u'2006', u'2007 ', u'2008', u'2008 ', u'20010', คุณ:

df_gdp[df_gdp["Country Code"] == "USA"]["1996"].values[0]

8100000000000.0