使用 .iat 时出现 Python Pandas TypeError

Question

当创建具有相同列名的两列的 DataFrame 时，使用 .iat[i,j] 将导致 TypeError。 不过，切换到 .iloc[i,j] 可以解决问题。 在这种情况下，为什么 iat 的行为与 iloc 不同？

python版本:3.6.1 Pandas 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: len() of unsized object

Answer 1

似乎当列名不唯一时，您会遇到这个充当索引器的函数:

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

自 ax.is_unique为 False 则调用 self._take ，问题是这个函数调用 maybe_convert_indices它需要一个数组，但只得到 int程序崩溃是因为 mask = indices < 0是一个 bool 并且没有 .any()方法

两种解决方案:
好处:
避免相同的命名列，您的程序可以正常运行 x = pd.DataFrame([[1,2,3],[4,5,6]],columns=['a','b','c'])

丑陋: 修改pands源码并更改 lower = self._take(item, axis=self._info_axis_number, convert=True) 和 lower = self._take([item], axis=self._info_axis_number, convert=True)

PS: 如果您使用 x.at[1,'b'] 也会出现同样的问题列具有相同的名称。