Pandas：如何利用系列的价值（3 个示例）

以下示例展示了如何在三种不同的场景下从 pandas 系列中获取值。

方法1：使用索引从Pandas系列中获取价值

以下代码显示如何使用索引值获取 pandas 系列中的第三个位置值：

 import pandas as pd

#defineSeries
my_series = pd. Series (['A', 'B', 'C', 'D', 'E'])

#get third value in Series
print (my_series[ 2 ])

VS

通过指定索引值2 ，我们可以从 pandas 系列中提取第三个位置的值。

方法2：使用字符串从Pandas系列中获取值

以下代码显示如何获取与 pandas 系列中的特定字符串对应的值：

 import pandas as pd

#defineSeries
my_series = pd. Series ({'First':'A', 'Second':'B', 'Third':'C'})

#get value that corresponds to 'Second'
print (my_series[' Second '])

B

使用此语法，我们可以获得与 pandas 系列中的“Second”相对应的值。

方法3：获取DataFrame中的Pandas系列值

以下代码显示如何获取 pandas Series 中的值，该值是 pandas DataFrame 中的一列。

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({'team': ['Mavs', 'Spurs', 'Rockets', 'Heat', 'Nets'],
                   'points': [100, 114, 121, 108, 101]})

#view DataFrame
print (df)

      team points
0 Mavs 100
1 Spurs 114
2 Rockets 121
3 Heat 108
4 Nets 101

#get 'Spurs' value from team column
df. loc [df. team ==' Spurs ',' team ']. values [ 0 ]

'Spurs'

使用loc和values函数，我们可以获得DataFrame的“Spurs”值。

相关： Pandas loc 与 iloc：有什么区别？

其他资源

以下教程解释了如何在 pandas 中执行其他常见操作：

如何将 Pandas 系列转换为 NumPy 数组
如何获取 Pandas DataFrame 的第一行
如何从 Pandas DataFrame 获取第一列