Python 用于获取标量值的df.at和df.loc给出了不同的结果

我正在学习“熊猫10分钟”教程

在我的例子中，输出-0.2509211622457655

当

df.at['20130101','A']

同时导致类型错误和关键错误

pd.__version__

---

“0.20.3”

。at

不支持将类似datetime的字符串强制转换为类似

的datetime/时间戳。如果loc

支持，则需要执行以下操作：

In[76]:
df.at[pd.Timestamp('20130101'),'A']

Out[76]: 0.18495502425349103

引发

键错误

是因为它试图匹配索引中不存在的字符串

'20130101'

，索引类型是

日期时间索引

，元素数据类型是

时间戳

此外，在本教程中还显示了传递日期[0]，这与传递类似日期时间的字符串不同

---

文档没有详细说明这两种方法之间的语义差异。遗憾的是，

pd.DataFrame.at

要求您以正确的对象类型指定标签

pd.DataFrame.loc

包括字符串到

datetime

转换的附加逻辑

例如，这将起作用：

df.at[pd.to_datetime('20130101'),'A']

请注意，

.at

&

.iat

在访问标量时性能优于

.loc

&

.iloc

的一个原因是：输入具有更大的限制

df.at[pd.to_datetime('20130101'),'A']