使用pd.pivot_table函数处理dataframe结构数据之后，如何取出指定行列的元素

使用pd.pivot_table函数处理dataframe结构数据之后，可以通过以下方式取出指定行列的元素：

1. 使用loc方法，指定行和列的标签，例如：

import pandas as pd

# 构造数据
data = {
    'A': ['foo', 'foo', 'foo', 'bar', 'bar', 'bar'],
    'B': ['one', 'one', 'two', 'two', 'one', 'one'],
    'C': [1, 2, 3, 4, 5, 6],
    'D': [2, 4, 6, 8, 10, 12]
}

df = pd.DataFrame(data)

# 使用pivot_table函数处理数据
table = pd.pivot_table(df, values='D', index=['A', 'B'], columns=['C'])

# 取出指定行列的元素
element = table.loc[('foo', 'one'), 1]
print(element)  # 输出 2

2. 使用iat方法，指定行和列的位置，例如：

import pandas as pd

# 构造数据
data = {
    'A': ['foo', 'foo', 'foo', 'bar', 'bar', 'bar'],
    'B': ['one', 'one', 'two', 'two', 'one', 'one'],
    'C': [1, 2, 3, 4, 5, 6],
    'D': [2, 4, 6, 8, 10, 12]
}

df = pd.DataFrame(data)

# 使用pivot_table函数处理数据
table = pd.pivot_table(df, values='D', index=['A', 'B'], columns=['C'])

# 取出指定行列的元素
element = table.iat[0, 0]
print(element)  # 输出 2

上述代码中，第一个示例使用了loc方法，指定了行和列的标签，第二个示例使用了iat方法，指定了行和列的位置。无论是使用标签还是位置，都可以取出指定行列的元素。