惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Y
Y Combinator Blog
有赞技术团队
有赞技术团队
J
Java Code Geeks
H
Hackread – Cybersecurity News, Data Breaches, AI and More
美团技术团队
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
Hugging Face - Blog
Hugging Face - Blog
人人都是产品经理
人人都是产品经理
酷 壳 – CoolShell
酷 壳 – CoolShell
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
C
Check Point Blog
博客园 - 【当耐特】
The GitHub Blog
The GitHub Blog
Recent Announcements
Recent Announcements
The Cloudflare Blog
Microsoft Azure Blog
Microsoft Azure Blog
腾讯CDC
Vercel News
Vercel News
IT之家
IT之家
MyScale Blog
MyScale Blog
博客园_首页
Martin Fowler
Martin Fowler
WordPress大学
WordPress大学
罗磊的独立博客

老董笔记

尚硅谷机构在哪?尚硅谷培训怎么样?靠谱吗-互联网IT百科 韩顺平介绍,传智讲师,开办泰牛,入尚硅谷等一系列-互联网IT百科 pandas多重索引标准样式(写入excel有空行)-互联网IT百科 cannot join with no overlapping index names-互联网IT百科 pandas多列变多行(即宽表变长表)melt和stack函数-互联网IT百科 pandas多行转多列(长表变宽表)pivot和unstack-互联网IT百科 Index contains duplicate entries, cannot reshape完美解决-互联网IT百科 single positional indexer is out-of-bounds-互联网IT百科 Can only compare identically-labeled Series objects-互联网IT百科 pandas transform用法详解(多个案例)-互联网IT百科 python四舍五入精确实现-互联网IT百科 pandas的groupby使用apply分组排序-互联网IT百科 index 0 is out of bounds for axis 0 with size 0-互联网IT百科 pandas分组过滤filter函数-互联网IT百科 联想Win10系统如何禁用触摸屏关闭触摸-互联网IT百科 groupby分组计算transform转换返回相同长度序列-互联网IT百科 brooks seo教程python教程,brooks seo教程网盘,布鲁seo资源-互联网IT百科 电脑右键文件夹一直转圈电卡死怎么回事-互联网IT百科 施琪嘉的心理成长课(荐)-互联网IT百科 百度SEO公司_SEO推广公司哪家好_SEO外包服务如何选-老董笔记 groupby后agg同1列用多个聚合函数、不同列用不同函数、自定义函数-互联网IT百科 pandas的groupby单列多列分组聚合运算-互联网IT百科 DataFrameGroupBy对象及分组个数、分组大小、组名索引、组数据详解-互联网IT百科 pandas中groupby之Grouper and axis must be same length-互联网IT百科 pandas中groupby的分组原理-互联网IT百科 pandas的groupby的使用详解大全-互联网IT百科 openpyxl单元格自动换行强制换行Alignment(wrapText=True)-互联网IT百科 python教程全套(可就业)-互联网IT百科 联想win10系统CPU显示100%,电脑呼呼响怎么回事-互联网IT百科 如何自制CPU,CPU原理是怎么样的?-互联网IT百科
Series和DataFrame1单个值at、iat用法|访问excel单元格数据-...
2020-06-07 · via 老董笔记

  在pandas中,Series是一个序列,而DataFrame是二维数据,如何访问他们的单个元素呢,可以用at和iat这两种方式。只有会访问单个数据才能在读写excel的时候访问单元格数据,因为pandas会把excel转为DataFrame对象嘛

  1、Series的at和iat

# -*- coding: utf-8 -*-

import pandas as pd


s = pd.Series(['aa', 'bb', 'cc'],index=['x', 'y', 'z'])
print(s)
print('------------')

# 仅单个元素访问
print('data.at:',s.at['x'])
print('data.at:',s.loc['x':'z'].at['x'])

# 仅单个元素访问-类似list的索引方式
print('data.iat:',s.iat[0])
print('data.iat:',s.loc['x':'z'].iat[0])

x    aa
y    bb
z    cc
dtype: object
------------
data.at: aa
data.at: aa
data.iat: aa
data.iat: aa

  2、DataFrame的at和iat

# -*- coding: utf-8 -*-

import pandas as pd


df = pd.DataFrame([['aa', 'bb', 'cc'], ['dd', 'ee', 'ff'], ['gg', 'hh', 'ii']],
                  index=['x', 'y', 'z'], columns=['A', 'B', 'C'])
print(df)
print('------------')

# 仅单个元素访问
print('data.at:',df.at['x', "B"])
# 仅单个元素访问
print('data.at:',df.loc['x'].at["B"])

# 仅单个元素访问-类似list的索引方式
print('data.iat:',df.iat[0, 1])
print('data.iat:',df.loc['x'].iat[1])

    A   B   C
x  aa  bb  cc
y  dd  ee  ff
z  gg  hh  ii
------------
data.at: bb
data.at: bb
data.iat: bb
data.iat: bb

很赞哦!

python编程网提示:转载请注明来源www.python66.com。
有宝贵意见可添加站长微信(底部),获取技术资料请到公众号(底部)。同行交流请加群 python学习会