如何在pandas DataFrame中根据行和列值查找对应元素

可以实现，pandas提供了多种和列表索引逻辑类似的取值方式，可按需选择：

1. 按整数位置取值（和列表索引逻辑完全一致） #

用iloc方法即可完全对标Python列表的整数索引规则，行、列的计数都从0开始，和你举的L[2]取元素的逻辑完全匹配：

import pandas as pd
# 构造示例DataFrame
df = pd.DataFrame([
    [1,5,9],
    [2,6,10],
    [3,7,11],
    [4,8,12]
], columns=['col1', 'col2', 'col3'])

# 取第3行（索引为2）的整行数据，和L[2]的用法完全一致
print(df.iloc[2])
# 输出：
# col1     3
# col2     7
# col3    11
# Name: 2, dtype: int64

# 取第2行（索引为1）、第1列（索引为0）的单个元素
print(df.iloc[1, 0])
# 输出：2

2. 单个元素高性能取值 #

如果仅需要获取单个元素，推荐用iat（对应位置索引）或者at（对应标签索引），性能比iloc/loc高很多：

# iat按位置取单个元素
print(df.iat[2, 1])
# 输出：7

# at按行/列标签取单个元素
print(df.at[2, 'col3'])
# 输出：11

注意事项 #

• 切片规则和Python列表保持一致，采用左闭右开逻辑，比如df.iloc[0:3]只会返回索引为0、1、2的前三行数据。
• 注意区分位置索引和标签索引：iloc/iat仅接受整数位置参数，loc/at接受自定义的行/列标签参数，二者混淆会触发索引错误。

内容的提问来源于stack exchange，提问作者Ranjan Kumar Sahu