pandas 获取值
时间: 2025-02-19 20:31:00 浏览: 52
### 使用Pandas库获取DataFrame或Series中的值
对于想要操作数据并从中提取特定数值的情况,`pandas` 提供了一系列方法用于访问 `DataFrame` 或者 `Series` 中的数据。
#### 获取最小值和最大值
为了获得整个 `DataFrame` 的每一列的最大值与最小值,可以分别调用 `.max()` 和 `.min()` 方法:
```python
import pandas as pd
data = pd.DataFrame({
'Name': ['Alice', 'Bob', 'Charlie'],
'Age': [24, 27, 22],
'Salary': [50000, 54000, 48000]
})
print("Maximum values:\n", data.max(numeric_only=True))
print("\nMinimum values:\n", data.min(numeric_only=True))[^1]
```
这里需要注意的是,在处理包含字符串和其他非数值类型的混合型数据框时,应该通过参数 `numeric_only=True` 来确保只对数值型字段执行计算。
#### 计算自定义分位数
如果希望得到某个具体百分位上的数值,则可以通过 `quantile()` 函数实现。此函数接受一个介于 `[0, 1]` 范围内的浮点数作为输入,表示所求的分位比例;也可以传入多个这样的值形成列表来一次性取得多处分位的结果:
```python
# 单一分位数查询
single_quantile = data.quantile(0.75)
# 多重分位数查询
multiple_quantiles = data.quantile([0.25, 0.5, 0.75])
print("Single Quantile (75%):\n", single_quantile)
print("\nMultiple Quantiles ([25%, 50%, 75%]):\n", multiple_quantiles)
```
上述代码片段展示了如何针对给定的数据集计算单个及多个指定位置处的分位数。
#### 直接读取Series或DataFrame中的元素
当需要直接访问 `Series` 或者 `DataFrame` 内部的具体条目时,有几种不同的方式可以选择:
- **标签索引**: 如果已知确切的位置或者名称,可以直接利用方括号语法加上相应的键名来进行定位。
```python
series_example = pd.Series({'a': 1, 'b': 2})
value_by_label = series_example['a']
df_value_by_column_and_row = data.loc[0, "Name"]
```
- **整数位置索引**: 对于基于零起始计数法的位置检索,可采用 `.iloc[]` 属性配合整数下标完成。
```python
first_element_of_series = series_example.iloc[0]
second_row_third_column_df = data.iloc[1, 2]
```
以上就是关于怎样运用 Pandas 库从 `DataFrame` 或 `Series` 结构里高效地抽取所需信息的一些基本介绍[^3]。
阅读全文
相关推荐


















