如何更优雅访问Pandas拼接后DataFrame第一行指定元素？

我正在学习Pandas，尝试访问拼接后的多层列DataFrame中accel组x列第一行的元素，当前使用的方法较为繁琐，请问是否有更优雅的实现方式？

用户当前实现代码：

import numpy as np
import pandas as pd
accel = [[-0.7437,0.1118,-0.6367],
         [-0.7471,0.1162,-0.6338],
         [-0.7437,0.1216,-0.6255]]
accel = np.array(accel,dtype=float)
angle =  [[169.4366,49.4714,56.9421],
         [169.3762,49.5374,56.8433],
         [169.2828,49.6582,56.7059]]
angle = np.array(angle,dtype=float)
avelo = [[-0.5493,-0.9766,1.4038],
          [0,-1.4038,0.7935],
          [0.061,-1.0986,0.2441]]
avelo = np.array(avelo,dtype=float)  # 修正原代码笔误
dfs = {
    'accel': pd.DataFrame(accel, columns=list('xyz')),
    'angle': pd.DataFrame(angle, columns=list('xyz')),
    'avelo': pd.DataFrame(avelo, columns=list('xyz'))
}
df = pd.concat(dfs, axis=1)
param = df['accel']
val = param.head()
print(val['x'][0])

更优雅的实现方式 #

concat后生成的是**多层列索引（MultiIndex）**的DataFrame，直接利用多层索引特性可以一步到位：

1. 用iloc按位置访问（推荐）

print(df['accel', 'x'].iloc[0])

直接通过元组('accel', 'x')定位目标列，再用iloc[0]取第一行元素，避免链式索引可能引发的警告。

2. 用loc按标签访问

print(df.loc[0, ('accel', 'x')])

loc支持同时指定行标签和列的多层索引元组，语义更清晰，适合行标签非整数的场景。

3. 动态定位列位置

print(df.iloc[0, df.columns.get_loc(('accel', 'x'))])

先通过get_loc获取目标列的位置，再用iloc定位行和列，适合需要动态生成索引的场景。

额外优化点 #

• 原代码中avelo - np.array(avelo,dtype=float)是笔误，应改为avelo = np.array(avelo,dtype=float)，否则后续生成DataFrame会报错。
• 原代码中param = df['accel']; val = param.head(); print(val['x'][0])属于冗余步骤，链式索引还可能触发SettingWithCopyWarning，建议直接用上述方法替代。

内容的提问来源于stack exchange，提问作者Steve