基于行索引、列引用的数据返回值

Question

我的目标是将“年份”一栏中的每个值与适当的年份(即1999年、2000年)进行比较。然后，我想从相应的列返回相应的值。例如，对于阿富汗(第一行)，即2004年，我希望找到名为" 2004“的列，并从包含阿富汗的行返回值。

这是桌子。为供参考，本表是1999-2010年单个规定年份的教育程度与每个国家的国内生产总值之间的sql联接的结果。我的最终目标是从教育数据的年份返回gdp。

country year    men_ed_yrs  women_ed_yrs    total_ed_yrs    1999    2000    2001    2002    2003    2004    2005    2006    2007    2008    2009    2010
0   Afghanistan 2004    11  5   8   NaN NaN 2461666315  4128818042  4583648922  5285461999  6.275076e+09    7.057598e+09    9.843842e+09    1.019053e+10    1.248694e+10    1.593680e+10
1   Albania 2004    11  11  11  3414760915  3632043908  4060758804  4435078648  5746945913  7314865176  8.158549e+09    8.992642e+09    1.070101e+10    1.288135e+10    1.204421e+10    1.192695e+10
2   Algeria 2005    13  13  13  48640611686 54790060513 54744714110 56760288396 67863829705 85324998959 1.030000e+11    1.170000e+11    1.350000e+11    1.710000e+11    1.370000e+11    1.610000e+11
3   Andorra 2008    11  12  11  1239840270  1401694156  1484004617  1717563533  2373836214  2916913449  3.248135e+09    3.536452e+09    4.010785e+09    4.001349e+09    3.649863e+09    3.346317e+09
4   Anguilla    2008    11  11  11  NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN

到目前为止，我的做法是：

for value in df_combined_column_named['year']: #loops through each year in year column
    if value in df_combined_column_named.columns

有什么想法吗？

Answer 1

使用df.loc

In [62]: df.loc[df['country']=='Afghanistan', '2004'].item()
Out[62]: 5285461999.0

df.loc[rows, columns]可以接受用于rows的布尔序列(如df['country']=='Afghanistan')和用于columns的列标签(如'2004')。它将返回布尔序列为True的行和指定列中的值。

通常，这可以是多个值，因此返回一个Series。但是，在这种情况下，“系列”中只有一个值。因此，要获得值，请调用 method。

注意，从df的已发布字符串表示形式来看，数字列标签是否为字符串是整数。如果数字列标签是整数，则需要使用

df.loc[df['country']=='Afghanistan', 2004].item()

(2004周围没有引号)。

如果要对此表单进行大量“查询”，则希望将country列设置为索引：

df = df.set_index('country')

然后可以使用'Afghanistan'访问行标签为'2004'的单元格中的值，并使用get_value访问其列标签为'2004'的单元格中的值。

In [65]: df.get_value('Afghanistan', '2004')
Out[65]: 5285461999.0