基于行索引的数据帧返回值，列参考

Question

我的目标是比较列“年”与适当的列年（即1999年，2000年）的每个值。然后我想从相应的列中返回相应的值。例如，对于2004年的阿富汗（第一行），我想查找名为“2004”的列，并从包含阿富汗的行中返回值。

这是表格。作为参考，本表是1999 - 2010年间单个定义年度的教育程度与每个国家的gdp之间的sql连接的结果。我的最终目标是从教育数据的年份中返回gdp。

country year men_ed_yrs women_ed_yrs total_ed_yrs 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 
0 Afghanistan 2004 11 5 8 NaN NaN 2461666315 4128818042 4583648922 5285461999 6.275076e+09 7.057598e+09 9.843842e+09 1.019053e+10 1.248694e+10 1.593680e+10 
1 Albania 2004 11 11 11 3414760915 3632043908 4060758804 4435078648 5746945913 7314865176 8.158549e+09 8.992642e+09 1.070101e+10 1.288135e+10 1.204421e+10 1.192695e+10 
2 Algeria 2005 13 13 13 48640611686 54790060513 54744714110 56760288396 67863829705 85324998959 1.030000e+11 1.170000e+11 1.350000e+11 1.710000e+11 1.370000e+11 1.610000e+11 
3 Andorra 2008 11 12 11 1239840270 1401694156 1484004617 1717563533 2373836214 2916913449 3.248135e+09 3.536452e+09 4.010785e+09 4.001349e+09 3.649863e+09 3.346317e+09 
4 Anguilla 2008 11 11 11 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 

我的做法，到目前为止是：

for value in df_combined_column_named['year']: #loops through each year in year column 
    if value in df_combined_column_named.columns 

有什么想法？

Answer 1

使用df.loc：

In [62]: df.loc[df['country']=='Afghanistan', '2004'].item() 
Out[62]: 5285461999.0 

df.loc[rows, columns]可以接受rows为columns一个布尔系列（如df['country']=='Afghanistan'）和列标签（如'2004'）。它将返回布尔序列为True且位于指定列中的行的值。

一般来说，这可能会超过一个值，所以返回一个Series。但是，在这种情况下，系列中只有一个值。因此，要获得该值，请致电item method。

---

注意它是从df张贴字符串表示不清楚数字列标签是否字符串是整数。如果数字列标签是整数，那么你就需要使用

df.loc[df['country']=='Afghanistan', 2004].item() 

（周围2004没有引号）。

---

如果你要赚很多这种形式的“查询”，你让希望将country列设置为索引：

df = df.set_index('country') 

然后，你可以在访问值细胞，其行标签是'Afghanistan'，列标签是'2004'使用get_value：

In [65]: df.get_value('Afghanistan', '2004') 
Out[65]: 5285461999.0