Python是进行数据分析的一种出色语言,主要是因为以数据为中心的Python软件包具有奇妙的生态系统。 Pandas是其中的一种,使导入和分析数据更加容易。
Pandas iat []方法用于返回数据帧中通过位置的数据。传递的位置格式为[位置在列中,位置在行中]。此方法的用法方式与Pandas类似iloc[]
但iat[]
用于仅返回单个值,因此比单个值更快。
用法:Dataframe.iat[column, row]
参数:
position:元素在列中的位置
label:元素在行中的位置
返回类型:单个元素在通过位置
要下载以下示例中使用的数据集,请单击此处。
在以下示例中,使用的 DataFrame 包含一些NBA球员的数据。下面是任何操作之前的数据帧图像。
范例1:
在此示例中,通过将csv的URL传递给Pandas .read_csv()方法来创建数据帧。之后,传递3作为列位置,传递7作为行中位置,然后使用.iat []方法返回该位置的值。
# importing pandas module
import pandas as pd
# reading csv file from url
data = pd.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv")
# creating column and row variables
column = 3
row = 7
# calling .iat[] method
output = data.iat[column, row]
# display
print(output)
# df display
data.head()
输出:
如输出图像所示,可以比较输出,可以看到返回了第7列中第3个元素的值。
注意:
- 与.iloc []不同,此方法仅返回单个值。因此dataframe.at [3:6,4:2]将返回错误
- 由于此方法仅适用于单个值,因此它比.iloc []方法要快
相关用法
- Python pandas.map()用法及代码示例
- Python Pandas Series.str.len()用法及代码示例
- Python Pandas.factorize()用法及代码示例
- Python Pandas TimedeltaIndex.name用法及代码示例
- Python Pandas dataframe.ne()用法及代码示例
- Python Pandas Series.between()用法及代码示例
- Python Pandas DataFrame.where()用法及代码示例
- Python Pandas Series.add()用法及代码示例
- Python Pandas.pivot_table()用法及代码示例
- Python Pandas Series.mod()用法及代码示例
- Python Pandas Dataframe.at[ ]用法及代码示例
- Python Pandas.pivot()用法及代码示例
- Python Pandas dataframe.mul()用法及代码示例
- Python Pandas.melt()用法及代码示例
- Python Pandas Series.dt.tz用法及代码示例
注:本文由纯净天空筛选整理自Kartikaybhutani大神的英文原创作品 Python | Pandas Dataframe.iat[]。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。