移除索引访问Pandas DataFrame：单行数据列值获取问题

嗨，这个问题我太熟悉了——你遇到的核心问题是：当你从单行DataFrame里提取一列时，得到的不是单个数值，而是一个Series对象（哪怕只有一行）。所以当你把它转成字符串时，会默认带上Series的索引（也就是你看到的那个0），导致输出变成0 32.0。

几种快速修复的方法 #

方法1：用.iloc[0]直接取单个值

这是pandas里最直观也最推荐的方式，专门用来按位置提取元素。修改后的代码如下：

import pandas as pd

try:
    # 提取单行DataFrame中age列的第一个（也是唯一一个）元素
    age_value = df_from_sql_query_1['age'].iloc[0]
    # 用pandas的空值判断更严谨，避免SQL返回的NaN被误判
    if pd.notna(age_value):
        age = str(age_value).strip()
        print(f"Age is {age}")
    else:
        print("Age is missing")
except Exception as e:
    print(f"Error getting age: {str(e)}")

方法2：读取数据时直接转成Series

如果你的查询永远只返回一行数据，可以在读取后用.squeeze()把单行DataFrame转成Series，这样后续取列名就直接拿到单个值：

# 读取数据时直接压缩成Series
df_from_sql_query_1 = pd.read_sql(your_sql_query, your_db_connection).squeeze()

# 之后直接取值就不会有索引问题了
try:
    if pd.notna(df_from_sql_query_1['age']):
        age = str(df_from_sql_query_1['age']).strip()
        print(f"Age is {age}")
    else:
        print("Age is missing")
except Exception as e:
    print(f"Error getting age: {str(e)}")

额外提示：优化空值判断

你原来的str(df_from_sql_query_1['age']) != ""判断逻辑不太可靠——因为哪怕age是SQL里的空值（对应pandas的NaN），转成字符串后会是"0 NaN"，永远不会等于空字符串。用pd.notna()或者df_from_sql_query_1['age'].notna().iloc[0]才能准确判断值是否存在。

内容的提问来源于stack exchange，提问作者Sumit