如何通过位置或标签从数据帧的单元格中获取值？

Question

我读了“如何从数据帧的单元格中获取值？”以及“如何选择数据框的最后一列”。我有点困惑，什么是2018年接受的方法从熊猫数据帧的单元格获取值，因为get_value已被弃用，并且在上的留档有点稀疏。我想按标签选择行，按位置/整数选择列。下面我使用iloc的方法是2018年公认的方法吗？我有这个代码：

import pandas as pd
import random
import string
import csv
import io

## Make a table with random column labels and rows in random order.
s = '\n'.join((
    ## Separate columns by comma.
    ','.join((
        ## Join letters without a separator.
        ''.join((
            ## Randomly choose 3 characters for the labels from ascii_letters.
            random.choice(
                string.ascii_letters) for i in range(3))) for j in range(3))),
    ## Insert a header to distinguish rows with identical index keys x and y.
    '"Header I, II and III"',
    ## Randomly shuffle the rows under the first header.
    '\n'.join(random.sample(('x,0,1', 'y,2,3',), 2)),
    ## Insert a header to distinguish rows with identical index keys x and y.
    '"Header IV, V and VI"',
    ## Randomly shuffle the rows under the second header.
    '\n'.join(random.sample(('x,4,5', 'y,6,7'), 2)),
    ))

def preprocess(s):
    header = ''
    for l in csv.reader(io.StringIO(s)):
        if len(l) == 1:
            header = l[0]
            continue
        ## Append the header to distinguish identical labels x and y.
        l[0] = header + '; ' + l[0]
        yield l

print(s, end='\n\n')
## Preprocess the string to avoid duplicate row index keys x and y.
df = pd.DataFrame(preprocess(s))
print(df, end='\n\n')
## Set the index to be that of the first column.
df = df.set_index(0)
## First select the column by index using iloc
## and then select the relevant row by index label.
value = df.iloc[:,-1]['Header I, II and III; x']
print(value)

它生成一个字符串s如下所示：

YuT,Uva,AsE
"Header I, II and III"
y,2,3
x,0,1
"Header IV, V and VI"
y,6,7
x,4,5

通过函数preprocess将其转换为数据帧，如下所示：

                         0    1    2
0                    ; YuT  Uva  AsE
1  Header I, II and III; y    2    3
2  Header I, II and III; x    0    1
3   Header IV, V and VI; y    6    7
4   Header IV, V and VI; x    4    5

它是行的最后一列的值（整数1），标签为Header I， II和III； x，我对此感兴趣。这是2018年的正确做法吗？

value = df.iloc[:,-1]['Header I, II and III; x']

我刚刚读了一些非常有趣的问题“Loc vs. iloc vs. ix vs. at vs. iat？”从2015年2月和"熊猫iloc vs ix vs loc解释？"从2015年7月开始。如果我能做这样的事就太好了，但是我不能：

value = df.at['Header I, II and III; x', -1]
value = df['Header I, II and III; x'][-1]

Answer 1

此解决方案肯定有效：

value = df.at['Header I, II and III; x', df.columns[-1]]

对于像我这样喜欢老式词典的人，如果数据帧不包含重复的行标签，也可以执行以下操作，这会阻止转置工作：

d = df.transpose().to_dict('list')
value = d['Header I, II and III; x'][-1]

Answer 2

第一件事是第一件事ix已被弃用，但ix允许您混合使用标签和索引器，并对传递的内容进行了大量猜测。

在今天的时代（当前的稳定版本是v0.22），ix被弃用了，所以坚持使用显式的标签或基于位置的索引器：loc用于基于标签的切片，iloc用于基于索引的切片切片；at用于基于标签的项访问，iat用于基于索引的项访问。

如果您知道标签是什么，请使用at访问单个项目-

df.at['Header I, II and III; x', df.columns[-1]]

如果您知道位置，请使用iat-

df.iat[2, -1]

通常，当您想要访问单个元素时，请使用*at，当您想要访问行/列切片时，请使用*loc。