可以通过遍历的方法：
pandas按行按列遍历Dataframe的几种方式：https://www.jb51.net/article/172623.htm
选择列
使用类字典属性,返回的是Series类型
data[‘w']
遍历Series
for index in data['w'] .index: time_dis = data['w'] .get(index)
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
或者
>>> df.iloc[5].at['B'] 4
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
或者
>>> df.iloc[0].iat[1] 2
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
