1、pandas.DataFrame.at
根据行索引和列名，获取一个元素的值
>>> df = pd.DataFrame([[0, 2, 3], [0, 4, 1], [10, 20, 30]],
... columns=['A', 'B', 'C'])
>>> df
A B C
0 0 2 3
1 0 4 1
2 10 20 30
>>> df.at[4, 'B']
2
>>> df.iloc[5].at['B']
4
2、pandas.DataFrame.iat
根据行索引和列索引获取元素值
>>> df = pd.DataFrame([[0, 2, 3], [0, 4, 1], [10, 20, 30]],
... columns=['A', 'B', 'C'])
>>> df
A B C
0 0 2 3
1 0 4 1
2 10 20 30
>>> df.iat[1, 2]
1
>>> df.iloc[0].iat[1]
2
3、pandas.DataFrame.loc
选取元素，或者行
>>> df = pd.DataFrame([[1, 2], [4, 5], [7, 8]],
... index=['cobra', 'viper', 'sidewinder'],
... columns=['max_speed', 'shield'])
>>> df
max_speed shield
cobra 1 2
viper 4 5
sidewinder 7 8
选取元素
>>> df.loc['cobra', 'shield']
2
选取行返回一个series
>>> df.loc['viper']
max_speed 4
shield 5
Name: viper, dtype: int64
选取行列返回dataframe
>>> df.loc[['viper', 'sidewinder']]
max_speed shield
viper 4 5
sidewinder 7 8
pandas.DataFrame.iloc
>>> mydict = [{'a': 1, 'b': 2, 'c': 3, 'd': 4},
... {'a': 100, 'b': 200, 'c': 300, 'd': 400},
... {'a': 1000, 'b': 2000, 'c': 3000, 'd': 4000 }]
>>> df = pd.DataFrame(mydict)
>>> df
a b c d
0 1 2 3 4
1 100 200 300 400
2 1000 2000 3000 4000
按索引选取元素
>>> df.iloc[0, 1]
2
获取行的series
>>> type(df.iloc[0])
<class 'pandas.core.series.Series'>
>>> df.iloc[0]
a 1
b 2
c 3
d 4
Name: 0, dtype: int64
到此这篇关于详解pandas获取[Dataframe]
原文：
1、详解pandas获取Dataframe元素值的几种方法
2、https://blog.csdn.net/sinat_29675423/article/details/87975489
