详解pandas获取Dataframe元素值的几种方法

pandas是Python中非常常用的数据处理工具，常用于数据分析和数据处理。在pandas的操作中，经常需要获取Dataframe中的元素或者某几行/列数据。下面将详细介绍pandas中如何获取Dataframe中的元素值和某一系列数据的几种方法。

1. 使用iloc函数

iloc函数可以根据Dataframe中的数字索引获取元素或者某几行/列数据。iloc函数的基本格式为：df.iloc[行索引, 列索引]。

示例一：

import pandas as pd

df = pd.read_csv('data.csv')
print(df)

#获取第3行第4列的元素值
print(df.iloc[2, 3])

#获取第1行到第3行的数据
print(df.iloc[0:3, :])

#获取第1列到第3列的数据
print(df.iloc[:, 0:3])

2. 使用loc函数

loc函数可以根据Dataframe中的标签索引获取元素或者某几行/列数据。loc函数的基本格式为：df.loc[行标签, 列标签]。

示例二：

import pandas as pd

df = pd.read_csv('data.csv', index_col='ID')
print(df)

#获取标签为'A001'，'A002'的元素
print(df.loc[['A001', 'A002'], :])

#获取标签为'A001'到'A003'的元素
print(df.loc['A001':'A003', :])

#获取标签为'Name', 'Gender'的列数据
print(df.loc[:, ['Name', 'Gender']])

3. 使用at函数和iat函数

at和iat函数都可以根据Dataframe中的数字索引获取元素值，但是iat函数只能获取单个元素值，而at函数可以一次性获取多个元素值。使用方式如下：df.at[行索引, 列索引]（at函数）和df.iat[行索引, 列索引]（iat函数）。

示例三：

import pandas as pd

df = pd.read_csv('data.csv')
print(df)

#获取第4行第3列的元素值
print(df.iat[3, 2])

#获取第2行第2，3，5列的元素值
print(df.at[1, ['Age', 'Gender', 'Grade']])

至此，我们就介绍了pandas获取Dataframe元素值的几个常用方法。在实际开发中，根据需求选择最合适的方法，可以提高代码效率和执行速度。