Comment obtenir une valeur à partir d'une cellule d'une trame de données?

J'ai construit une condition qui extrait exactement une ligne de mon bloc de données:

d2 = df[(df['l_ext']==l_ext) & (df['item']==item) & (df['wn']==wn) & (df['wd']==1)]

Maintenant, je voudrais prendre une valeur dans une colonne particulière:

val = d2['col_name']

Mais en conséquence, j'obtiens un bloc de données qui contient une ligne et une colonne ( c'est-à-dire une cellule). Ce n'est pas ce dont j'ai besoin. J'ai besoin d'une valeur (un nombre flottant). Comment puis-je le faire chez les pandas?

Si vous avez un DataFrame avec une seule ligne, accédez à la première (uniquement) ligne en tant que série à l'aide iloc, puis à la valeur en utilisant le nom de la colonne:

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

Ce sont un accès rapide pour les scalaires

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

Vous pouvez transformer votre trame de données 1x1 en un tableau numpy, puis accéder à la première et unique valeur de ce tableau:

val = d2['col_name'].values[0]

La plupart des réponses utilisent ilocce qui est bon pour la sélection par position.

Si vous avez besoin d'une sélection par étiquette, ce loc serait plus pratique.

Pour obtenir une valeur de manière explicite (équivalent à df.get_value déprécié ('a', 'A'))

# this is also equivalent to df1.at['a','A']
In [55]: df1.loc['a', 'A'] 
Out[55]: 0.13200317033032932

J'avais besoin de la valeur d'une cellule, sélectionnée par les noms de colonne et d'index. Cette solution a fonctionné pour moi:

original_conversion_frequency.loc[1,:].values[0]

Cela ressemble à des changements après les pandas 10.1 / 13.1

J'ai mis à jour la version 10.1 vers la version 13.1, avant qu'iloc ne soit pas disponible.

Maintenant avec 13.1, iloc[0]['label']obtient un tableau à valeur unique plutôt qu'un scalaire.

Comme ça:

lastprice=stock.iloc[-1]['Close']

Production:

date
2014-02-26 118.2
name:Close, dtype: float64

Les options les plus rapides / faciles que j'ai trouvées sont les suivantes. 501 représente l'index de ligne.

df.at[501,'column_name']
df.get_value(501,'column_name')

Pour les pandas 0.10, où cela ilocn'est pas possible, filtrez a DFet obtenez les premières données de ligne pour la colonne VALUE:

df_filt = df[df['C1'] == C1val & df['C2'] == C2val]
result = df_filt.get_value(df_filt.index[0],'VALUE')

s'il y a plus d'une ligne filtrée, obtenez la première valeur de ligne. Il y aura une exception si le filtre aboutit à une trame de données vide.

Je ne sais pas si c'est une bonne pratique, mais j'ai remarqué que je peux également obtenir juste la valeur en castant la série en tant que float.

par exemple

rate

3 0,042679

Nom: taux de chômage, type: float64

float(rate)

0,0426789

Cela n'a pas besoin d'être compliqué:

val = df.loc[df.wd==1, 'col_name'].values[0]

df_gdp.columns

Index ([u'Pays ', 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