如何从CSV读取的DataFrame提取非Series类型行值存入变量供后续操作

前提：你已经完成CSV读取，得到DataFrame对象df，示例代码如下：

import pandas as pd
df = pd.read_csv("你的csv文件路径.csv")

1. 整列数值存入变量（实现x=1,3,4效果） #

调用tolist()方法可直接将列转为普通Python列表，不会返回Series类型：

# 存储X列所有值到x变量
x = df['X'].tolist()
# 存储Y列所有值到y变量
y = df['Y'].tolist()
# 存储Z列所有值到z变量
z = df['Z'].tolist()

执行后x的值为[1, 3, 4]，列表内元素均为整数类型，可直接用于后续逻辑。

2. 单个单元格数值提取（非Series类型） #

如果需要提取某一行某一列的单个具体数值，可使用以下两种方法，返回结果直接为整数/字符串等对应类型：

• 按位置索引提取用iat：行号、列号从0开始计数，比如提取第0行（第一行）X列（第0列）的数值：

  single_val = df.iat[0, 0]
  # 返回结果为整数1
  

• 按行索引+列名提取用at：默认行索引为0、1、2时，提取第1行（第二行）Y列的数值：

  single_val = df.at[1, 'Y']
  # 返回结果为整数2
  

你可以通过type()函数验证返回类型，比如print(type(single_val))会返回<class 'int'>，确认不是Series类型。

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