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

我假设最后一行抛出该错误，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。我使用了 .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

根据我的阅读，它是 iat 使用整数索引器和 at 使用标签和整数，那么这里发生了什么？

原文由 Nathan Tew 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

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 失败）。

最好的办法是使用 loc 并取第一个结果。

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

作为参考， at 不起作用，因为返回具有索引的单行系列 [2] ：

 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

原文由 cs95 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

.at 将使用标签索引，而不是位置索引。

例子：

 df.at(3,'ColName')

返回第 3 行的值 ColName 。

原文由 Shifu 发布，翻译遵循 CC BY-SA 4.0 许可协议