如何在Pandas DataFrame中获取列值并将分类统计值存入变量

示例DataFrame #

先基于你提供的表格创建对应DataFrame：

创建代码：

import pandas as pd

data = {
    'Location': ['Duliajan Area', 'Duliajan Area', 'HAPJAN', 'HAPJAN', 'KATHALGURI', 'KATHALGURI'],
    'Category': ['PD', 'SE', 'COL', 'OTH', 'COL', 'DP-PD'],
    'Count': [1, 3, 1, 1, 1, 1]
}

df = pd.DataFrame(data)

一、获取DataFrame的列值 #

常用方法如下：

• 方括号索引：支持所有列名，可单列/多列获取

  # 获取单列所有值
  location_col = df['Location']
  # 获取多列
  loc_count_cols = df[['Location', 'Count']]
  

• 点号访问：仅适用于列名无空格、特殊字符的情况

  count_col = df.Count
  

• iloc按位置索引：通过列的序号获取（从0开始计数）

  # 获取第2列（Category）的所有值
  category_col = df.iloc[:, 1]
  

• loc按标签筛选：可结合条件提取指定行的列值

  # 获取Duliajan Area对应的Count值
  duliajan_counts = df.loc[df['Location'] == 'Duliajan Area', 'Count']
  

二、将分类统计值存入变量 #

根据需求分场景处理：

1. 全局分类汇总存储 #

先按Category分组统计Count总和，再提取目标值存入变量：

# 把分类统计结果转成字典
category_total = df.groupby('Category')['Count'].sum().to_dict()

# 直接生成指定格式的变量
pd_stat = f"(PD - {category_total['PD']})"
se_stat = f"(SE - {category_total['SE']})"

2. 按Location分组的分类存储 #

如果需要针对特定区域的分类统计：

# 筛选Duliajan Area的数据并转成字典
duliajan_stats = df[df['Location'] == 'Duliajan Area'].set_index('Category')['Count'].to_dict()

# 生成对应变量
duliajan_pd = f"(PD - {duliajan_stats['PD']})"
duliajan_se = f"(SE - {duliajan_stats['SE']})"

3. 批量存储所有分类统计 #

如果要把所有分类的统计值都存入变量，推荐用字典统一管理（避免动态变量命名混乱）：

category_total = df.groupby('Category')['Count'].sum()
stat_dict = {cat: f"({cat} - {cnt})" for cat, cnt in category_total.items()}

# 调用示例
print(stat_dict['PD'])  # 输出：(PD - 1)
print(stat_dict['SE'])  # 输出：(SE - 3)

内容的提问来源于stack exchange，提问作者venkateswaran