Python pandas.DataFrame.at函数方法的使用

pandas.DataFrame.at 是一个用于访问和设置 DataFrame 单个值的方法。它基于行和列标签进行访问，通常比 loc 更快，因为 at 专门用于单个元素的访问。

语法
DataFrame.at[label, column]
参数
label: 行标签。
column: 列标签。
示例
以下是一些使用 at 方法的示例，包括访问和设置单个值：

示例1：访问单个值
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=['row1', 'row2', 'row3'])

# 使用 at 访问单个值
value = df.at['row2', 'B']
print("Value at row2, column B:", value)
# 输出: Value at row2, column B: 5
示例2：设置单个值
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=['row1', 'row2', 'row3'])

# 使用 at 设置单个值
df.at['row2', 'B'] = 10
print("Updated DataFrame:\n", df)
# 输出:
# Updated DataFrame:
#        A   B  C
# row1   1   4  7
# row2   2  10  8
# row3   3   6  9

参考文档：Python pandas.DataFrame.at函数方法的使用-CJavaPy