数据结构
网络
关系数据库管理系统 (RDBMS)
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
时尚研究
法律研究如何使用 .at 属性访问 Pandas DataFrame 中的单个值？
Pandas DataFrame 的 .at 属性用于使用行和列标签访问单个值。“at”属性采用行和列标签数据，以从给定 DataFrame 对象的指定标签位置获取元素。
它将根据行和列标签返回单个值，我们也可以在该特定位置上传值。
如果 DataFrame 中不存在指定的标签，则 .at 属性将引发 KeyError。
示例 1
在下面的示例中，我们使用 Python 字典创建了一个 Pandas DataFrame。列名使用字典中的键进行标记，索引是从 0 到 n-1 的自动生成值。
# importing pandas package
import pandas as pd
# create a Pandas DataFrame
df = pd.DataFrame({'A':[1, 2, 3],'B':[7, 8, 6],"C":[5, 6, 2]})
print("DataFrame:")
print(df)
# Access a single value from the DataFrame
result = df.at[0, 'B']
print("Output:",result)输出
输出如下所示：
DataFrame: A B C 0 1 7 5 1 2 8 6 2 3 6 2 Output: 7
我们可以在上面的代码块中看到初始化的序列对象和 .at 属性的输出。对于以下行/列对 **df.at[0, 'B']**，.at 属性返回 7。
示例 2
现在，让我们使用 .at 属性在 DataFrame 对象的 [2, 'B'] 位置更新值为“100”，其中 2 表示行索引，“B”表示列名。
# importing pandas package
import pandas as pd
# create a Pandas DataFrame
df = pd.DataFrame({'A':[1, 2, 3],'B':[7, 8, 6],"C":[5, 6, 2]})
print("DataFrame:")
print(df)
# by using .at attribute update a value
df.at[2, 'B'] = 100
print("Value 100 updated:")
print(df)输出
输出如下：
DataFrame: A B C 0 1 7 5 1 2 8 6 2 3 6 2 Value 100 updated: A B C 0 1 7 5 1 2 8 6 2 3 100 2
我们已成功在中间列的最后一行 (2, B) 更新值为“100”，我们可以在上面的输出代码块中看到更新后的 DataFrame 对象。
更新于：2022年3月8日
3K+ 次浏览
广告