Я построил условие, которое извлекает ровно одну строку из моего фрейма данных:
d2 = df[(df['l_ext']==l_ext) & (df['item']==item) & (df['wn']==wn) & (df['wd']==1)]
Теперь я хотел бы взять значение из определенного столбца:
val = d2['col_name']
Но в результате я получаю фрейм данных, который содержит одну строку и один столбец (т.е. одну ячейку). Это не то, что мне нужно. Мне нужно одно значение (одно число с плавающей точкой). Как это сделать в pandas?
Если у вас есть DataFrame только с одной строкой, то используйте первую строку (только) как серию, используя iloc, а затем значение, используя имя столбца:
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
Это быстрый доступ для скаляров
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
Большинство ответов использует iloc который хорош для выбора по позиции.
Если вам нужен выбор по loc было бы более удобно.
Для получения значения явно (equiv к устаревшему df.get_value ('a', 'A'))
# this is also equivalent to df1.at['a','A'] In [55]: df1.loc['a', 'A'] Out[55]: 0.13200317033032932
Похоже на изменения после pandas 10.1/13.1
Я обновился с 10.1 до 13.1, до того, как iloc недоступен.
Теперь с 13.1, iloc[0]['label'] получает только один массив значений, а не скаляр.
Вот так:
lastprice=stock.iloc[-1]['Close']
Вывод:
date
2014-02-26 118.2
name:Close, dtype: float64
Вы можете превратить ваш 1x1 файл в массив numpy, затем получить доступ к первому и единственному значению этого массива:
val = d2['col_name'].values[0]
Не уверен, что это хорошая практика, но я заметил, что могу получить только значение, выставив серию как float.
например.
rate
3 0.042679
Имя: Unemployment_rate, dtype: float64
float(rate)
0.0426789
Самые быстрые/самые простые варианты, которые я нашел, следующие. 501 представляет индекс строки.
df.at[501,'column_name']
df.get_value(501,'column_name')
Для pandas 0.10, где iloc недоступно, отфильтруйте DF и получите первые данные строки для столбца VALUE:
df_filt = df[df['C1'] == C1val & df['C2'] == C2val]
result = df_filt.get_value(df_filt.index[0],'VALUE')
если фильтруется более 1 строки, получите первое значение строки. Будет исключение, если фильтр приведет к созданию пустого кадра данных.
df_gdp.columns
Индекс ([u'Country ', u'Country Code', u'Indicator Name ', u'Indicator Code', u'1960 ', u'1961', u'1962 ', u'1963', u'1964 ', u'1965 ', u'1966', u'1967 ', u'1968', u'1969 ', u'1970', u'1971 ', u'1972', u'1973 ', u'1974', u'1975 ', u'1976', u'1977 ', u'1978', u'1979 ', u'1980', u'1981 ', u'1982', u'1983 ', u'1984', 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'2009 ', u'2010', u'2011 ', u'2012', u'2013 ', u'2014', u'2015 ', u'2016'], dtype = 'object')
df_gdp[df_gdp["Country Code"] == "USA"]["1996"].values[0]
+8100000000000,0