Python Pandas可以使用四种方式获取和修改任意位置的值，包括at、iat、loc和iloc。这四种方法都是用于定位数据表中某个位置的行和列，它们的使用情况取决于所需操作的位置，数据类型和性能要求。
at方法用于检索DataFrame中指定行列位置的值，行和列都根据行数和列数指定。它可以直接使用列名来查找列，使用行索引来查找行，例如：
import pandas as pd
data = {"age": [25, 30, 35], "name": ["Tom", "Jack", "Alex"]}
df = pd.DataFrame(data)
df.at[0, "age"] # 返回25
在这个例子中，我们在DataFrame的第一行和“age”列中查找值，得到25。
iat方法与at方法类似，但是它使用整数位置来指定行和列，与索引无关。例如：
import pandas as pd
data = {"age": [25, 30, 35], "name": ["Tom", "Jack", "Alex"]}
df = pd.DataFrame(data)
df.iat[0, 0] # 返回 25
在这个例子中，我们在DataFrame的第一行和第一列中查找值，即25。
loc方法用于按行标签\索引和列标签\索引访问数据，例如：
import pandas as pd
data = {"age": [25, 30, 35], "name": ["Tom", "Jack", "Alex"]}
df = pd.DataFrame(data, index=["A", "B", "C"])
df.loc["A", "age"] # 返回25
在这个例子中，我们在DataFrame中的“A”行和“age”列中查找值，即25。
iloc方法与loc方法类似，但用于整数位置访问，例如：
import pandas as pd
data = {"age": [25, 30, 35], "name": ["Tom", "Jack", "Alex"]}
df = pd.DataFrame(data)
df.iloc[0, 0] # 返回25
在这个例子中，我们在DataFrame的第一行和第一列中查找值，即25。
四种方法的使用场景：
以上四种方法可以同时用于获取单个值和修改值。例如：
import pandas as pd
data = {"age": [25, 30, 35], "name": ["Tom", "Jack", "Alex"]}
df = pd.DataFrame(data)
df.at[0, "age"] = 26
df.loc[0, "age"] = 27
print(df)
在这个例子中，我们使用at方法和loc方法将第一行的“age”列值分别修改为26和27。最终结果如下：
age name
0 27 Tom
1 30 Jack
2 35 Alex
总之，使用这四种方法可以轻松获取和修改Python Pandas数据表中的任意位置的值。
本文链接：http://task.lmcjl.com/news/14518.html