df.at和df.iloc的差别
时间: 2024-06-12 17:09:08 浏览: 15
df.at和df.iloc是Pandas库中用于访问DataFrame中特定位置数据的两种方法。它们之间的主要差别在于使用的索引方式和访问数据的速度。
- df.at使用标签索引:它允许使用行和列的标签来访问DataFrame中的特定元素。例如,df.at[row_label, column_label]可以用来获取特定行和列对应的值。这种方式比较直观,但由于需要进行额外的标签查找,速度较慢。
- df.iloc使用整数索引:它允许使用行和列的整数位置来访问DataFrame中的特定元素。例如,df.iloc[row_index, column_index]可以用来获取特定行和列对应的值。这种方式比较快速,因为不需要进行额外的标签查找。
下面是一个示例,展示了如何使用df.at和df.iloc来访问DataFrame中的数据:
```python
import pandas as pd
# 创建一个示例DataFrame
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data, index=['x', 'y', 'z'])
# 使用df.at访问数据
value_at = df.at['x', 'A']
print("Value at 'x', 'A':", value_at) # 输出: 1
# 使用df.iloc访问数据
value_iloc = df.iloc[0, 1]
print("Value at position (0, 1):", value_iloc) # 输出: 4
```
相关推荐
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)