这并不需要太复杂:

val = df.loc[df.wd==1, 'col_name'].values[0]

在以后的版本中，你可以简单地这样做来修复它:

val = float(d2['col_name'].iloc[0])

如果你有一个只有一行的DataFrame，那么使用iloc访问第一行作为Series，然后使用列名访问值:

In [3]: sub_df
Out[3]:
          A         B
2 -0.133653 -0.030854

In [4]: sub_df.iloc[0]
Out[4]:
A   -0.133653
B   -0.030854
Name: 2, dtype: float64

In [5]: sub_df.iloc[0]['A']
Out[5]: -0.13365288513107493

这并不需要太复杂:

val = df.loc[df.wd==1, 'col_name'].values[0]

我需要一个单元格的值，按列名和索引名选择。 这个解决方案对我很有效:

original_conversion_frequency.loc [1:] . values [0]

要获得完整行的值为JSON(而不是一个Serie):

row = df.iloc[0]

像下面这样使用to_json方法:

row.to_json()