Pandas中iloc与at/iat的区别

在Pandas中，iloc、at和iat都是用于访问DataFrame元素的方法，但它们之间存在一些关键的区别。以下是这些方法之间的主要区别：

iloc与at/iat的基本区别

• iloc：基于整数索引，用于通过行和列的整数位置访问数据。
• at和iat：都是基于标签的访问方式，但at用于访问单个元素，而iat用于访问单个元素的位置索引。

iloc的特点

• 使用场景：当你知道要访问的行和列的整数位置时。
• 示例：df.iloc[0, 1]会访问第一行第二列的数据。

at和iat的特点

• at：用于通过行和列的标签访问单个元素。
• iat：用于通过行和列的整数位置访问单个元素。

性能差异

• 当访问单个元素时，at和iat通常比iloc更快，因为它们直接定位到元素，而不需要计算行和列的位置。

示例代码

import pandas as pd

# 创建一个简单的DataFrame
df = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9]
})

# 使用iloc访问第一行第二列的数据
print(df.iloc[0, 1])  # 输出：5

# 使用at访问'row2'行的'B'列数据
print(df.at['row2', 'B'])  # 输出：5

# 使用iat访问第一行第二列的数据
print(df.iat[0, 1])  # 输出：5

通过上述信息，我们可以看出iloc、at和iat在Pandas中各有其独特的用途和优势，选择哪种方法取决于你的具体需求和数据结构。