pandas使用df.at取值报Invalid call for scalar access错误但赋值正常问题

原因说明 #

• .at索引器的核心设计定位是单个标量值的存取，取值场景下要求必须同时传入唯一匹配的行标签和列标签，否则就会触发标量访问错误。
  你执行df.at[df['a']==1]的时候，只传入了行筛选的布尔掩码，没有指定列，pandas无法确定你要提取的是单个标量值，完全不符合.at的取值规则，所以直接抛出ValueError。
• 赋值场景下pandas对.at做了特殊的兼容处理：只要同时传入行筛选条件和指定列，哪怕行条件匹配到多行数据，pandas也会自动把赋值内容广播到所有符合条件的单元格，不需要严格限制为单个标量匹配，所以df.at[df['a']==1,'b'] = 0可以正常执行。

补充：如果你要按布尔条件筛选取值，应该用.loc索引器替代.at，比如df.loc[df['a']==1, 'b']就可以正常获取对应的值。

内容的提问来源于stack exchange，提问作者xxyao