在不知道索引的情况下获取系列的第一个元素[重复]

Posted 2023-02-21

【中文标题】在不知道索引的情况下获取系列的第一个元素[重复]

【英文标题】：Get first element of Series without knowing the index [duplicate]

【发布时间】：2014-08-08 00:22:51

【问题描述】：

在没有索引信息的情况下，我可以通过任何方式获得 Seires 的第一个元素吗？

例如，我们有一个系列

    import pandas as pd
    key='MCS096'
    SUBJECTS=pd.DataFrame('ID':Series([146],index=[145]),\
                   'study':Series(['MCS'],index=[145]),\
                   'center':Series(['Mag'],index=[145]),\
                   'initials':Series(['MCS096'],index=[145])
                   )

打印出主题：

    print (SUBJECTS[SUBJECTS.initials==key]['ID'])
    145    146
    Name: ID, dtype: int64

如何在不使用索引 145 的情况下获取此处的值 146？

非常感谢

【问题讨论】：

只需(SUBJECTS[SUBJECTS.initials==key]['ID']).values[0]

@Andy Hayden 的答案是正确的。你应该接受它。

【参考方案1】：

使用 iloc 按位置（而不是标签）访问：

In [11]: df = pd.DataFrame([[1, 2], [3, 4]], ['a', 'b'], ['A', 'B'])

In [12]: df
Out[12]: 
   A  B
a  1  2
b  3  4

In [13]: df.iloc[0]  # first row in a DataFrame
Out[13]: 
A    1
B    2
Name: a, dtype: int64

In [14]: df['A'].iloc[0]  # first item in a Series (Column)
Out[14]: 1

【讨论】：

如何使用 Series 而不是 DataFrame。我们必须先转换系列吗？

抱歉，我在另一个项目中使用它，df['A'].iloc[0] 给了我一个错误，但 df.iloc[0]['A'] 出于某种原因没有。

@sobio35 是的，这实际上应该不起作用，因为df['A'] 创建了一个系列并且在这个 iloc 上不起作用。但反过来说，正如您所描述的，它可以工作，因为 iloc 在整个 df 上执行，然后选择 Series ['A']。

如果你想在一个系列中做到这一点，你也可以这样做：ser.reset_index(drop=True,inplace=True); ser[0]

@GenericWevers 为什么你认为iloc 不适用于Series？在这个特定的答案中有一个例子。