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

Question

我有一个 Pandas 数据框，其中包含一些日期和价格。 我的索引包含日期（由 df.set_index 归属）和不同资产的列。

看起来像这样，但是是 [6069 行 x 306 列]

            OVER_price  DI1J95_price
1995-01-02       48.61        45.662
1995-01-03       50.12        45.542
2019-03-11        6.40           NaN

我有一个类作为参数 calcDate 是索引日期，diCode 是列中的资产名称，diPanel 是我的数据框。

如果我在班级 df.loc 中运行：

#Find Prices     
self.diPrice = diPanel.loc[self.calcDate, self.diCode]

我得到了预期的价格，没问题。

如果我将代码更改为 df.at:

#Find Prices     
self.diPrice = diPanel.at[self.calcDate, self.diCode]

我得到一个 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 对索引的类型有疑问。

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。

我能够仔细检查是否正在运行：

# Print last Index value and Type
print(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 Type
print(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而.at 不能。 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

当DataFrame 中不存在标签时，文档说pandas.DataFrame.at 引发KeyError。

当存在类型不匹配时也是如此。

似乎正在发生的事情是.at 对索引的类型有困难。

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'])

产生50.12