pandas 使用 at iat loc iloc 索引数据

一、pandas 官方文档

官方文档：pandas.DataFrame.at/iat/loc/iloc

二、用法概览

所有的索引都是 “行列”，即先“行”值，后“列”值。

方法	索引类型	索引结果	索引结果类型	说明	举例
at	标签 索引	单个值	值的类型	使用 标签 索引单元格	df.at[3, '学号'] （注意：这里的3解释为标签，暨 Index 对象的值）
iat	数字 索引	单个值	值的类型	使用 数字 索引单元格	df.iat[3, 4] （索引第4行5列的值）
loc	标签 索引	多行/多列	Series 或 DataFrame	使用 标签 索引多行多列	df.loc[['20240623', '20240625'], ['语文成绩', '英语成绩', '高数成绩']]
iloc	数字 索引	多行/多列	Series 或 DataFrame	使用 数字 索引多行多列	df.iloc[[0, 2], [1, 3]]

三、各方法详解

3.1 pd.DataFrame.at

通过 行/列 标签对来访问一个单元格的值。

3.2 pd.DataFrame.iat

通过 行/列 数字对来访问一个单元格的值。

3.3 pd.DataFrame.loc

loc 主要使用 标签 进行索引，但也可通过 布尔数组 进行索引。

可接受的输入有：

输入	举例/描述
一个单独的标签	比如：5 或者 'a'（注意：这里的 5 解释为标签）
标签列表或数组	比如：['a', 'b', 'c']
标签切片对象	比如：'a':'f'（注意：左右边界均包含）
一个与轴长度相等的布尔数组	比如：[True, False, True]
索引可对齐的布尔数值的Series	可对齐是指用于索引 DataFrame 的 Series 的 Index 包含了 DataFrame 所有的 Index（Series的长度可大于等于DataFrame的，但是DataFrame的所有Index都必须在Series中能找到）
索引可对齐的Index对象	可对齐解释同上。
接受一个参数的函数	该函数必须返回有效索引对象（上面的任一种）

3.4 pd.DataFrame.iloc