Python df.at与多索引vs df.loc

关于带有多索引的数据帧，

df.loc

和

df.at

之间的差异，我有一个问题。我一直在从stackoverflow中寻找一些非常好的资源，但它似乎没有阐明我的问题。特别是这个。。。（或者至少我不完全理解这里展示的内容）

根据pandas文档，

df.at

应该返回奇异值，并且比

df.loc

快，因此我倾向于使用

df.at

。让我展示一下我的困惑，因为它适用于将

df.at

与多索引一起使用

我有以下数据帧：

df = pd.DataFrame({'field1':['foo']*6, 'field2':['bar']*6, 'field3': 
['a','a','b','b','b','c'],'value1':[0.4,0.5,0.4,0.7,.9,.4],'value2': 
[4000,4000,9000,9000,9000,10000]}, index=range(6))

df
Out[329]: 
  field1 field2 field3  value1  value2
0    foo    bar      a     0.4    4000
1    foo    bar      a     0.5    4000
2    foo    bar      b     0.4    9000
3    foo    bar      b     0.7    9000
4    foo    bar      b     0.9    9000
5    foo    bar      c     0.4   10000

我希望使用多索引访问此数据帧，因此我将执行以下操作：

df = df.set_index(['field1','field2','field3'])

现在我想访问

中的
value1
在
中（'foo'，'bar'，'c'）
这是一个单数值，它会出错

df.at[('foo','bar','c'),'value1']
Traceback (most recent call last):

  File "<ipython-input-344-921b8b658a49>", line 1, in <module>
    df.at[('foo','bar','c'),'value1']

  File "C:\Anaconda2\lib\site-packages\pandas\core\indexing.py", line 1610, 
in __getitem__
    return self.obj.get_value(*key, takeable=self._takeable)

  File "C:\Anaconda2\lib\site-packages\pandas\core\frame.py", line 1836, in 
get_value
    return engine.get_value(series.get_values(), index)

  File "pandas\index.pyx", line 103, in pandas.index.IndexEngine.get_value 
(pandas\index.c:3234)

  File "pandas\index.pyx", line 111, in pandas.index.IndexEngine.get_value 
(pandas\index.c:2931)

  File "pandas\index.pyx", line 152, in pandas.index.IndexEngine.get_loc 
(pandas\index.c:3830)

  File "pandas\index.pyx", line 170, in 
pandas.index.IndexEngine._get_loc_duplicates (pandas\index.c:4154)

TypeError: only integer arrays with one element can be converted to an index

现在如果我没有使用多索引，我假设这个问题不会出现

这是真的吗，还是我明显遗漏了什么？谢谢你
你可以试试这样的东西：

# setting multiindex
df = df.set_index(['field1','field2','field3'])

现在，当您像这样使用
df.at
时：
df.at[（'foo'，'bar'，'c'）]['value1']
，您将得到所需的结果：

field1  field2  field3
foo     bar     c         0.4
Name: value1, dtype: float64

根据我的尝试，您可能没有正确地使用
at
查询数据帧。
这是一个写得很好的问题。我无法用Pandas 0.22重现这个问题。有趣的是，
df.at[（'foo'，'bar'，'a'），'value1']
返回
数组（[0.4,0.5]）
.Hmmm。我使用的是熊猫0.18，也许这已经被修复了？在0.22中不能重复第二次。
field1  field2  field3
foo     bar     c         0.4
Name: value1, dtype: float64