如何通过行号与列标题在Pandas DataFrame中高效取值？

嘿，这个场景我日常用Pandas的时候经常碰到！要同时用**行号（位置索引）和列标题（标签索引）**获取值，其实有几个简洁又实用的方法，我结合示例给你讲清楚：

首先先搭个示例DataFrame方便演示：

import pandas as pd

data = {'Name': ['Alice', 'Bob', 'Charlie'], 
        'Age': [25, 30, 35], 
        'City': ['NYC', 'LA', 'Chicago']}
df = pd.DataFrame(data)

方法1：最直观的链式写法（仅取值推荐） #

直接先用iloc定位行号，再通过列标题取值：

# 获取第1行（行号从0开始）的'Age'列值
df.iloc[1]['Age']  # 输出：30

这个写法最简洁易懂，但要注意：如果后续要对这个位置赋值，可能会触发SettingWithCopyWarning——因为链式索引返回的可能是原DataFrame的视图而非副本，所以仅用来取值的话完全没问题。

方法2：安全稳妥的loc结合索引转换（赋值/取值都适用） #

通过df.index[row_num]把行号转换成对应的行标签，再用loc结合列标题定位：

# 同样获取第1行的'Age'列值
df.loc[df.index[1], 'Age']  # 输出：30

这个方法完全符合Pandas的标签定位逻辑，不会有链式索引的隐患，不管是取值还是后续修改值都很安全，也是我个人日常用得最多的写法之一。

方法3：单元素快速访问的at方法 #

如果只是针对单个元素的取值/赋值，at方法效率更高，语法也简洁：

df.at[df.index[1], 'Age']  # 输出：30

at是Pandas专门为单个元素访问优化的方法，比loc在单元素操作上更快，适合频繁的单值访问场景。

总结 #

• 仅需取值时：df.iloc[row_num][col_name]最简洁直观；
• 需要兼顾赋值安全或更规范的写法：df.loc[df.index[row_num], col_name]或df.at[df.index[row_num], col_name]更稳妥。

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