从 Dataframe Cell 获取单个值适用于 .loc 但不适用于 .at

Question

我有一个包含一些日期和价格的 Pandas 数据框。我的索引包含日期（由 df.set_index 归因）并列不同的资产。它看起来像这样，但 [6069 行 x 306 列]            OVER_price  DI1J95_price1995-01-02       48.61        45.6621995-01-03       50.12        45.5422019-03-11        6.40           NaN我有一个类，它的参数 calcDate 是索引日期，diCode 是列中的资产名称，diPanel 是我的数据帧。如果我在我的班级 df.loc 中运行：#Find Prices     self.diPrice = diPanel.loc[self.calcDate, self.diCode]我得到了预期的价格，没有问题。如果我将代码更改为 df.at：#Find Prices     self.diPrice = diPanel.at[self.calcDate, self.diCode]我收到 KeyError 异常。例如 2019-03-11 作为 calcDate 返回：发生异常：KeyError 17966关于发生了什么的任何线索？谢谢基于Rich Andrews的回答：似乎正在发生的事情是.at索引类型有困难。实际上问题在于日期时间类型。Allmy 代码基于numpy.datetime64[D]类型。但是我的 DataFrame 的索引是pandas.Timestamp.我能够再次检查运行：# Print last Index value and Typeprint(type(diPanel.index[6068]))print(diPanel.index[6068])返回：2019-03-11 00:00:00<class 'pandas._libs.tslibs.timestamps.Timestamp'>对于我的搜索参数：# Print last Index value and Typeprint(type(self.calcDate))print(self.calcDate)返回：<class 'numpy.datetime64'>2019-03-11由于某种原因.loc能够绕过类型不匹配，但.at不是。有没有人遇到过同样的问题并且知道为什么这两种方法的行为不同？谢谢

Answer 1

医生说pandas.DataFrame.at加薪一个KeyError当标签不存在的DataFrame。

当存在类型不匹配时也是如此。

似乎正在发生的事情是.at索引类型有困难。

import pandas as pd

from pandas.compat import StringIO

csvdata = StringIO("""date,OVER_price,DI1J95_price

1995-01-02,48.61,45.662

1995-01-03,50.12,45.542

2019-03-11,6.40,""")

# index is a string

df = pd.read_csv(csvdata, sep=",", index_col="date")

# string being used

print(df.at['1995-01-03', 'OVER_price'])

产生50.12.

import pandas as pd

from pandas.compat import StringIO

csvdata = StringIO("""date,OVER_price,DI1J95_price

1995-01-02,48.61,45.662

1995-01-03,50.12,45.542

2019-03-11,6.40,""")

# index is going to be a datetime

df = pd.read_csv(csvdata, sep=",", index_col="date", parse_dates=True, infer_datetime_format=True)

# select with a datetime

from datetime import datetime as dt

print(df.at[dt(year=1995, month=1, day=3), 'OVER_price'])

生产 50.12