Pandas DataFrame中的at、iloc、loc方法有

Pandas DataFrame 中的 .at[]、.iloc[]、.loc[] 方法都可以用于获取或设置 DataFrame 中的元素，但它们的使用方式和作用范围有所不同：

1..at[] 方法：.at[] 方法是用于根据行标签和列标签来获取或设置 DataFrame 中的单个值的方法，只能操作单个元素。使用 .at[] 方法时，需要指定行标签和列标签，比如 df.at[0, 'col']。如果需要对整个行或整个列进行操作，应该使用 .loc[] 方法或 .iloc[] 方法。

2..iloc[] 方法：.iloc[] 方法是根据行和列的位置来获取或设置 DataFrame 中的元素的方法，可以通过整数位置来访问 DataFrame 的特定行和列。使用 .iloc[] 方法时，需要指定行和列的位置，比如 df.iloc[0, 1]。如果需要通过标签来访问 DataFrame 中的元素，应该使用 .loc[] 方法或 .at[] 方法。

3..loc[] 方法：.loc[] 方法是根据行标签和列标签来获取或设置 DataFrame 中的元素的方法。使用 .loc[] 方法时，需要指定行标签和列标签，比如 df.loc[0, 'col']。如果需要通过位置来访问 DataFrame 中的元素，应该使用 .iloc[] 方法或 .at[] 方法。

总的来说，.at[]、.iloc[]、.loc[] 三种方法都是用于对 Pandas DataFrame 进行访问和操作的，只是根据不同的场景和需求选择不同的方法。

下面是三种方法的示例代码：

1..at[] 方法示例代码：

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}, index=['a', 'b', 'c'])

# 使用 .at[] 方法修改某个元素的值
df.at['b', 'A'] = 20

# 打印修改后的 DataFrame
print(df)

输出结果：

    A  B  C
a   1  4  7
b  20  5  8
c   3  6  9

2..iloc[] 方法示例代码：

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}, index=['a', 'b', 'c'])

# 使用 .iloc[] 方法修改某个元素的值
df.iloc[1, 2] = 10

# 打印修改后的 DataFrame
print(df)

输出结果：

   A  B   C
a  1  4   7
b  2  5  10
c  3  6   9

3..loc[] 方法示例代码：

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}, index=['a', 'b', 'c'])

# 使用 .loc[] 方法修改某个元素的值
df.loc['c', 'B'] = 20

# 打印修改后的 DataFrame
print(df)

输出结果：

   A   B  C
a  1   4  7
b  2   5  8
c  3  20  9