pandas中按行名而非行索引获取与设置DataFrame单元格值的方法

Pandas 内置的 loc 索引器专门用于按**行标签（你所说的行名）、列标签（列名）**读写单元格，完全不依赖行/列的位置索引，完全适配你的需求，且在 pandas 1.0.1 版本可以直接使用，无需额外适配。 #

1. 读取单元格值 #

使用语法为 df.loc[行名, 列名]，示例如下：

# 读取行名为1、列名为1的单元格，返回结果为10
target_value = df.loc[1, 1]

# 读取行名为7、列名为10的单元格，返回结果为0
target_value = df.loc[7, 10]

如果传入不存在的行名（比如6）或列名，会直接抛出KeyError，符合预期。 #

2. 修改/设置单元格值 #

同样通过 loc 索引器直接赋值即可，示例如下：

# 将行名为3、列名为5的单元格值修改为20
df.loc[3, 5] = 20

赋值后对应位置的值会直接更新到原DataFrame中。 #

额外说明 #

不要和iloc索引器混淆：iloc是按位置索引（从0开始计数的行/列顺序）取值的，比如df.iloc[5, 0]取的是第6行、第1列的值，对应你示例里行名为7的第一列，和行名/列名完全无关，不要用错。 #

内容的提问来源于stack exchange，提问作者Ricc