使用.iat时出现Python错误

当创建具有两列相同列名的数据框时，使用

.iat[i，j]

将导致TypeError。 但是，切换到

.iloc[i，j]

将解决问题。 为什么在这种情况下，

iat

的行为与

iloc

不同

python版本：3.6.1 熊猫版本：0.20.1

import pandas as pd
x = pd.DataFrame([[1,2,3],[4,5,6]],columns=['a','b','a'])
x.iloc[1,1] # works fine
x.iat[1,1]  # TypeError

TypeError:未调整大小的对象的len（）

---

当列名不唯一时（在这种情况下），您可能会遇到充当索引器的函数：

def _iget_item_cache(self, item):
    """Return the cached item, item represents a positional indexer."""
    ax = self._info_axis
    if ax.is_unique:
        lower = self._get_item_cache(ax[item])
    else:
        lower = self._take(item, axis=self._info_axis_number,
                           convert=True)
    return lower

由于

ax.is\u unique

为False，因此会调用

self.\u take

，问题是此函数调用

可能会转换索引

，它需要一个数组，但只得到一个

int

，程序崩溃，因为

mask=index<0

是bool，并且没有

any（）

方法

两种解决方案：
好的：
避免使用相同的命名列，您的程序可以使用

x=pd.DataFrame（[[1,2,3]，[4,5,6]]，列=['a'，'b'，'c']）正常运行。

丑陋的人： 修改pands源并更改

lower=self.\u take（项目，axis=self.\u info\u axis\u编号，convert=True）

具有

lower=self.\u take（[item]，axis=self.\u info\u axis\u number，convert=True）

附言：

---

如果将

x.at[1，'b']

与同名列一起使用，则会出现相同的问题。

似乎当列名不唯一时（在这种情况下），您会遇到此充当索引器的函数：

def _iget_item_cache(self, item):
    """Return the cached item, item represents a positional indexer."""
    ax = self._info_axis
    if ax.is_unique:
        lower = self._get_item_cache(ax[item])
    else:
        lower = self._take(item, axis=self._info_axis_number,
                           convert=True)
    return lower

由于

ax.is\u unique

为False，因此会调用

self.\u take

，问题是此函数调用

可能会转换索引

，它需要一个数组，但只得到一个

int

，程序崩溃，因为

mask=index<0

是bool，并且没有

any（）

方法

两种解决方案：
好的：
避免使用相同的命名列，您的程序可以使用

x=pd.DataFrame（[[1,2,3]，[4,5,6]]，列=['a'，'b'，'c']）正常运行。

丑陋的人： 修改pands源并更改

lower=self.\u take（项目，axis=self.\u info\u axis\u编号，convert=True）

具有

lower=self.\u take（[item]，axis=self.\u info\u axis\u number，convert=True）

附言： 如果将

x.at[1，'b']

与列同名，则会出现相同的问题