你可以用 loc + values 用于转换 Serie 至 numpy array 然后选择第一个值 [0] :

print (df.loc[df.name == 'george', 'age'].values)
[23]
print (df.loc[df.name == 'george', 'age'].values[0])
23

或者简单地选择 Series 与 iloc :

print (df.loc[df.name == 'george', 'age'].iloc[0])
23

或按选择第一项 iat :

print (df.loc[df.name == 'george', 'age'].iat[0])
23

或使用 Series.item :

print (df.loc[df.name == 'george', 'age'].item())
23

如果可能没有匹配值，则上述解决方案失败。
那是可能的用途 next 与 iter 技巧：

print (next(iter(df.loc[df.name == 'george', 'age']),'no match value'))
23

print (next(iter(df.loc[df.name == 'jano z hornej dolnej', 'age']),'no match value'))
no match value

不妨给我的评论一个答案：

df[df.name == 'george'].age.values[0]

或

int(df[df.name == 'george'].age)

应该有用

df = [ { 'name': 'george', 'age': 23 }, {'name': 'anna', 'age': 26}]
k = [x['age'] for x in df if x['name'] == 'george']
print k