### 如何在 Pandas DataFrame 中获取某个具体值 在 Pandas 中，可以通过多种方式来访问 DataFrame 中的具体值。以下是几种常见的方法及其适用场景： #### 方法一：使用 `.at` 或 `.iat` `.at` 和 `.iat` 是快速访问单个单元格值的方式。其中，`.at` 基于标签索引，而 `.iat` 基于整数位置。 ```python import pandas as pd data = {'school': ['第一小学', '第二小学', '第三小学'], 'name': ['赵', '钱', '孙'], 'No.': [1001, 1002, 1003]} df = pd.DataFrame(data) # 使用 .at 获取指定行列的值 (基于标签) value_at = df.at[1, 'name'] # 返回 '钱' # 使用 .iat 获取指定行列的值 (基于整数位置) value_iat = df.iat[1, 1] # 返回 '钱' ``` 这种方法适用于已知确切行号和列名/位置的情况下[^3]。 --- #### 方法二：使用 `.loc` 或 `.iloc` `.loc` 和 `.iloc` 提供更灵活的选择机制。`.loc` 基于标签索引，而 `.iloc` 基于整数位置。 ```python # 使用 .loc 获取指定行列的值 (基于标签) value_loc = df.loc[1, 'name'] # 返回 '钱' # 使用 .iloc 获取指定行列的值 (基于整数位置) value_iloc = df.iloc[1, 1] # 返回 '钱' ``` 当需要处理复杂的条件查询时，也可以结合布尔索引来定位具体的值[^4]。 --- #### 方法三：通过条件筛选获取值 如果目标值位于满足某些条件的行中，则可以先筛选符合条件的行，再提取所需的值。 ```python # 条件筛选并获取某列中的值 filtered_value = df[df['No.'] == 1002]['name'].values[0] # 返回 '钱' ``` 此方法适合在不知道精确行号但知道其他关联条件的情况下使用[^2]。 --- #### 方法四：使用 `query()` 函数 对于更加直观的字符串表达式查询，可以利用 `query()` 函数完成相同的操作。 ```python queried_value = df.query('No. == 1002')['name'].values[0] # 返回 '钱' ``` 这种方式语法简洁明了，尤其适合复杂逻辑下的数据检索[^2]。 --- ### 总结 以上介绍了四种主要途径来获取 Pandas DataFrame 中的特定值： - **`.at` / `.iat`**: 高效访问单一单元格。 - **`.loc` / `.iloc`**: 支持更多样化的选择模式。 - **条件筛选**: 动态依据条件找到对应记录。 - **`query()`**: 友好的字符串形式查询接口。 每种技术都有其独特优势，在实际应用过程中可根据需求选取最合适的方案。