Pandas如何通过列值匹配行、按列名获取DataFrame单元格值

你之前的写法运行失败，核心原因是loc的行筛选参数默认匹配行索引标签，你的样例DataFrame行索引是0-3的整数，不存在值为Omar Mullins的行标签，自然无法定位到目标行。
不需要依赖原始行号，按name列的值匹配取对应grade有两种常用方案：

• 方案1：布尔索引筛选（无需修改原表结构，适配绝大多数场景）
  传入列值匹配的布尔条件筛选目标行，再指定要提取的grade列即可：

  # 返回包含目标值的DataFrame格式结果
  ddf = df.loc[df['name'] == 'Omar Mullins', ['grade']]
  print(ddf)
  

  如果确认name列无重复值，想直接拿到95这个标量，可以追加位置索引取值：

  # 直接返回整数类型的成绩值95
  target_grade = df.loc[df['name'] == 'Omar Mullins', 'grade'].iloc[0]
  print(target_grade)
  

• 方案2：将name列设置为行索引（适合频繁按姓名查询的场景）
  先把name列转为行索引，之后就可以直接用你之前尝试的loc语法按姓名取数：

  # 生成以姓名为行索引的DataFrame
  df_indexed_by_name = df.set_index('name')
  # 直接按姓名标签取对应grade
  ddf = df_indexed_by_name.loc[['Omar Mullins'], ['grade']]
  print(ddf)
  

提示：如果name列存在重名记录，上述两种方法都会返回所有匹配姓名的grade结果，使用前请根据实际业务场景确认列值唯一性，或提前做去重处理。

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