如何通过索引循环提取Pandas DataFrame指定列的行值？

首先，你的DataFrame定义如下：

import pandas as pd
technologies = ({
    'Courses':["Spark","PySpark","Hadoop","Python","pandas","Oracle","Java"],
    'Fee' :[20000,25000,26000,22000,24000,21000,22000],
    'Duration':['30day', '40days' ,'35days', '40days', '60days', '50days', '55days']
              })
df = pd.DataFrame(technologies)
print(df)

输出结果：

Courses    Fee Duration
0    Spark  20000    30day
1  PySpark  25000   40days
2   Hadoop  26000   35days
3   Python  22000   40days
4   pandas  24000   60days
5   Oracle  21000   50days
6     Java  22000   55days

你尝试的代码无法运行的原因是：df[["Duration"]]返回的是单列DataFrame，而非Series，直接用[i]索引行不符合Pandas的索引规则，会触发KeyError。

以下是几种可行的解决方案：

方案1：提取为Series后按索引访问 #

先把Duration列转为Series，再通过索引循环取值：

duration_col = df['Duration']
for i in range(len(df)):
    d = duration_col[i]
    print(d)

方案2：用.iloc按位置索引 #

.iloc用于按整数位置访问行/列，适合明确通过索引位置取值的场景：

for i in range(len(df)):
    # 写法1：从单列DataFrame取第i行第0列的值
    d = df[["Duration"]].iloc[i, 0]
    # 写法2：直接定位到目标行的Duration列
    # d = df.iloc[i]['Duration']
    print(d)

方案3：直接遍历列元素（无需索引时优先用） #

如果不需要用到索引i，直接遍历Duration列的元素更简洁高效：

for d in df['Duration']:
    print(d)

以上三种方案都能输出每行的Duration值，根据你是否需要使用索引i选择对应写法即可。

内容的提问来源于stack exchange，提问作者S C