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']是一个Series：

2    222
Name: foo, dtype: int64

所以我试图获得价值本身。我使用.at并得到了这个：

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

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

从我读过的内容来看iat，它使用整数索引器并同时at使用标签和整数，那么这里发生了什么？

Answer 1

使用at用布尔面具被认为是不好的形式，除非你能保证100％的面具只有一行是真实的（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，因为返回带有索引的单行系列[2]：

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

2    555
Name: bar, dtype: int64

在这一点上，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