Pandas是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型,提供了高效地操作大型数据集所需的工具。Pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现,它是使Python成为强大而高效的数据分析环境的重要因素之一。本文主要介绍一下Pandas中pandas.DataFrame.at方法的使用。

DataFrame.at

访问行/列标签对的单个值。

loc类似,两者都提供基于标签的查找。如果只需要获取或设置DataFrameSeries中的一个值,则使用at。

Raises:

KeyError

当DataFrame中不存在label时

例子

>>> df = pd.DataFrame([[0, 2, 3], [0, 4, 1], [10, 20, 30]],
... index=[4, 5, 6], columns=['A', 'B', 'C'])
>>> df
A B C
4 0 2 3
5 0 4 1
6 10 20 30

获取指定行/列对的值

>>> df.at[4, 'B']
2

将值设置为指定的行/列对

>>> df.at[4, 'B'] = 10
>>> df.at[4, 'B']
10

获取Series中的值

>>> df.loc[5].at['B']
4