如何用Pandas提取CSV中指定姓名对应的信用值并存入变量？

我来帮你搞定这个问题！你现在得到的输出是Pandas的Series对象，所以会附带索引和数据类型信息，要拿到纯数值用于后续运算，有几种简单的修正方法：

首先先确认你的CSV内容：

Names Credit
0 James 21
1 John 34
2 Lucas 20
3 William 11

问题原因 #

你原代码里的df[df['Names'] == n]['Credit']返回的是一个Series对象（即使只有一个匹配项），所以输出会包含索引、列名和数据类型，而不是单纯的数值。

解决方案 #

方法1：用.iloc[0]提取第一个匹配值

这是最直观的方式，直接取筛选后Series的第一个元素：

import pandas as pd
df = pd.read_csv('file.csv')
n = input('Enter a name: ')
x = df[df['Names'] == n]['Credit'].iloc[0]
print(x)  # 输入John会输出34

方法2：用.item()直接获取原生数值

当你确定只有一个匹配结果时，.item()可以直接返回Python原生的int/float类型，非常适合后续数学运算：

import pandas as pd
df = pd.read_csv('file.csv')
n = input('Enter a name: ')
x = df[df['Names'] == n]['Credit'].item()
print(x)

方法3：用.at[]精准定位

先找到匹配行的索引，再用.at[]直接定位单元格值：

import pandas as pd
df = pd.read_csv('file.csv')
n = input('Enter a name: ')
match_row = df[df['Names'] == n]
x = match_row.at[match_row.index[0], 'Credit']
print(x)

方法4：设置姓名为索引，高效多次查询

如果需要多次根据姓名查找，把Names列设为索引会更高效：

import pandas as pd
df = pd.read_csv('file.csv')
df.set_index('Names', inplace=True)  # 将Names设为索引

n = input('Enter a name: ')
x = df.loc[n, 'Credit']
print(x)

额外优化：处理姓名不存在的情况 #

如果输入的姓名不在数据里，上面的方法会报错，你可以加个判断让代码更健壮：

import pandas as pd
df = pd.read_csv('file.csv')
n = input('Enter a name: ')

matches = df[df['Names'] == n]
if not matches.empty:
    x = matches['Credit'].item()
    print(f"Credit value: {x}")
    # 这里可以写你的后续数学运算代码
else:
    print(f"Oops, name '{n}' wasn't found in the data!")

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