Pandas .at 抛出 ValueError：基于整数索引的索引只能有整数索引器

Question

所以我有一个 df，我在其中提取一个值以将其存储在另一个 df 中：

import pandas as pd

# Create data set
d = {'foo':[100, 111, 222], 
     'bar':[333, 444, 555]}
df = pd.DataFrame(d)

# Full dataframe:
print(df)

# Shows:
#    bar   foo 
# 0  333   100
# 1  444   111
# 2  555   222

df2=pd.DataFrame()
df2.loc[1,'Name'] = df[df.foo == 222]['foo']

#error: 
ValueError: Incompatible indexer with Series

我假设最后一行会引发该错误，因为df[df.foo == 222]['foo'] 是Series：

2    222
Name: foo, dtype: int64

所以我试图获得价值本身。我用.at 得到了这个：

print(df[df.foo == 222].loc[:,'bar'].at['bar'])

#ValueError: At based indexing on an integer index can only have integer indexers

据我所知，iat 使用整数索引器，at 同时使用标签和整数，那么这里发生了什么？

Answer 1

.at 将使用标签索引，而不是位置索引。
示例：

df.at(3,'ColName')

返回第三行的ColName 值。

Answer 2

您使用 at 时，数据是具有整数索引的 Pandas 系列，这就是您收到上述错误的原因。

#ValueError: At based indexing on an integer index can only have integer indexers

如果你检查数据的索引，你会看到一个值为 2 的索引

df[df.foo == 222].loc[:,'bar'].index

#Int64Index([2], dtype='int64')

如coldspeed所述，正确的方法之一是

df.loc[df.foo == 222].at[2,'bar']

#555

Answer 3

将at 与布尔掩码一起使用被认为是错误的形式，除非您可以 100% 保证掩码中只有一行为真（否则，at 会失败）。

最好的办法是使用loc 并获取第一个结果。

df.loc[df.foo == 222, 'bar'].values[0]
555

作为参考，at 不起作用，因为返回带有索引 [2] 的单行系列：

df[df.foo == 222].loc[:,'bar']

2    555
Name: bar, dtype: int64

此时，at['bar'] 没有意义，因为它在索引中搜索“bar”而bar 不是。你应该做的是

df[df.foo == 222].at[2, 'bar']
555

Answer 4

您可以使用values轻松获取值

df2.loc[1,'Name'] = df[df.foo == 222]['foo'].values
df2

#   Name
# 1 222