可以通过遍历的方法：
pandas按行按列遍历Dataframe的几种方式： https://blog.csdn.net/sinat_29675423/article/details/87972498

使用类字典属性,返回的是Series类型
data[‘w’]
遍历Series

        for index in data['w'] .index:
            time_dis = data['w'] .get(index)
pandas.DataFrame.at
 
根据行索引和列名，获取一个元素的值
 
>>> df = pd.DataFrame([[0, 2, 3], [0, 4, 1], [10, 20, 30]],
...                   columns=['A', 'B', 'C'])
    A   B   C
0   0   2   3
1   0   4   1
2  10  20  30
>>> df.at[4, 'B']
>>> df.iloc[5].at['B']
pandas.DataFrame.iat
 
根据行索引和列索引获取元素值
 
>>> df = pd.DataFrame([[0, 2, 3], [0, 4, 1], [10, 20, 30]],
...                   columns=['A', 'B', 'C'])
    A   B   C
0   0   2   3
1   0   4   1
2  10  20  30
>>> df.iat[1, 2]
>>> df.iloc[0].iat[1]
pandas.DataFrame.loc
 
选取元素，或者行
 
>>> df = pd.DataFrame([[1, 2], [4, 5], [7, 8]],
...      index=['cobra', 'viper', 'sidewinder'],
...      columns=['max_speed', 'shield'])
            max_speed  shield
cobra               1       2
viper               4       5
sidewinder          7       8
>>> df.loc['cobra', 'shield']
选取行返回一个series
 
>>> df.loc['viper']
max_speed    4
shield       5
Name: viper, dtype: int64
选取行列返回dataframe
 
>>> df.loc[['viper', 'sidewinder']]
            max_speed  shield
viper               4       5
sidewinder          7       8
pandas.DataFrame.iloc
 
>>> mydict = [{'a': 1, 'b': 2, 'c': 3, 'd': 4},
...           {'a': 100, 'b': 200, 'c': 300, 'd': 400},
...           {'a': 1000, 'b': 2000, 'c': 3000, 'd': 4000 }]
>>> df = pd.DataFrame(mydict)
      a     b     c     d
0     1     2     3     4
1   100   200   300   400
2  1000  2000  3000  4000
按索引选取元素
 
>>> df.iloc[0, 1]
获取行的series
 
>>> type(df.iloc[0])
<class 'pandas.core.series.Series'>
>>> df.iloc[0]
a    1
b    2
c    3
d    4
Name: 0, dtype: int64
                    可以通过遍历的方法：pandas按行按列遍历Dataframe的几种方式：https://blog.csdn.net/sinat_29675423/article/details/87972498pandas.DataFrame.at根据行索引和列名，获取一个元素的值&amp;amp;amp;gt;&amp;amp;amp;gt;&amp;amp;amp;gt; df = pd.DataFrame([[0, 2, 3], [0, 4, 1], [10, 20,...
1.以管理员身份进入命令行。
2.通过命令： net start mysql    启动mysql服务
3.通过命令：mysql -u root -p    回车后输入密码进入mysql命令行
4.通过命令：quit/exit     退出 mysql命令行
5.通过命令：net stop mysql     关闭mysql服务
二、数据库基本操作
三、数据表基本操作
				
文章目录Pandas数据取值与选择1.Series对象数据选取方法将Series对象看做字典取值添加值检索值和键将Sereies对象看做一维数组将显式索引作为切片将隐式数字作为切片掩码操作花哨的索引索引器:loc,iloc和ixloc索引器iloc索引器ix索引器2.DataFrame对象数据选取方法将DataFrame看做字典取值添加值将DataFrame看做二维数组查询值转置获取值使用索引器iloc索引器loc索引器
Pandas数据取值与选择
作为数据分析这一系列的内容,在学习Pandas之前应该已经
				
使用 Pandas 修改 DataFrame 中的值可以通过 loc 或 iloc 方法实现。
loc 方法根据行标签和列标签访问 DataFrame 中的元素，可以通过 loc 方法设置要修改的元素的值。例如，如果要将 DataFrame 中行标签为“row1”、列标签为“col1”的元素的值修改为 10，可以使用以下代码：
import pandas as pd
# 创建 DataFrame
df = pd.DataFrame({'col1': [1, 2, 3], 'col2': [4, 5, 6]}, index=['row1', 'row2', 'row3'])
# 修改元素的值
df.loc['row1', 'col1'] = 10
iloc 方法根据行索引和列索引访问 DataFrame 中的元素，可以通过 iloc 方法设置要修改的元素的值。例如，如果要将 DataFrame 中第一行、第一列的元素的值修改为 10，可以使用以下代码：
import pandas as pd
# 创建 DataFrame
df = pd.DataFrame({'col1': [1, 2, 3], 'col2': [4, 5, 6]}, index=['row1', 'row2', 'row3'])
# 修改元素的值
df.iloc[0, 0] = 10
使用 loc 或 iloc 方法修改 DataFrame 中的元素值需要注意的是，DataFrame 是可变对象，修改 DataFrame 中的元素值会直接修改原对象，因此需要谨慎操作。
                    在使用Decimal时，我发现传入原生小数和字符串有不同的效果。见下：
[code=python]
>>> decimal.Decimal(3.141592653589793238462643383279502884197)
Decimal('3.141592653589793115997963468544185161590576171875')
>>> decimal.Decimal("3.141592653589793238462643383279502884197")
Decimal('3.141592653589793238462643383279502884197')
因此，误差可能是原生小数导致的。在定义常量时使用字符串可能会有助于提高精度。
如有纰漏，请指教，感谢
[/code]
                python计算两个经纬度之间的距离
                    孔雀竹鱼: 
                    可以通过程序来得到原公式啊。
                ArcGIS空间分析——空间聚类模式分析（聚类模式、离散模式还是随机模式）
                    weixin_44306274: 
                    请问上海市医疗服务可达性的空间局部相关关系图用到了哪些数据