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

阮一峰的网络日志
阮一峰的网络日志
博客园 - 司徒正美
D
DataBreaches.Net
宝玉的分享
宝玉的分享
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
博客园 - 【当耐特】
人人都是产品经理
人人都是产品经理
博客园 - Franky
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
IT之家
IT之家
博客园 - 三生石上(FineUI控件)
J
Java Code Geeks
腾讯CDC
博客园_首页
The Cloudflare Blog
S
SegmentFault 最新的问题
C
Check Point Blog
美团技术团队
爱范儿
爱范儿
大猫的无限游戏
大猫的无限游戏
Hugging Face - Blog
Hugging Face - Blog
T
The Blog of Author Tim Ferriss
A
About on SuperTechFans
Blog — PlanetScale
Blog — PlanetScale

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