PythonのPandasのatの使い方について

Pandasの.atは、「特定の1つのセル（行 × 列）」に高速にアクセスするためのメソッドです。

用途としては、単一のスカラ値を取得または更新したいときに使われます。

似たものに.iatや.loc、.ilocがありますが、それぞれ用途が少し異なります。

以下で詳しく解説します。

基本的な書式

DataFrame.at[行ラベル, 列ラベル]

• 行ラベルと列ラベルで指定する必要があります。
• インデックス番号ではなく、ラベル名でのアクセスが必須です。

使用例

値の取得

import pandas as pd

df = pd.DataFrame({
    "A": [10, 20, 30],
    "B": [100, 200, 300]
}, index=["x", "y", "z"])

# y行・B列の値を取得
print(df.at["y", "B"])  # 出力: 200

.atは スカラ値（単一の要素）だけを返します。
.locで df.loc["y", "B"] と書いた場合も同じ結果ですが、.atはより高速です。

値の更新

# z行・A列の値を更新
df.at["z", "A"] = 999
print(df)

.atと他のインデクサの違い

メソッド	指定方法	返り値	特徴
.at	行ラベル＋列ラベル	スカラ	高速・単一要素専用
.iat	行番号＋列番号（整数）	スカラ	高速・単一要素専用
.loc	行ラベル＋列ラベル	Series / DataFrame / スカラ	範囲や複数指定も可
.iloc	行番号＋列番号（整数）	Series / DataFrame / スカラ	範囲や複数指定も可

例

# at → ラベル指定
df.at["y", "A"]

# iat → 数値位置指定
df.iat[1, 0]

# loc → 複数要素の取得もできる
df.loc["x":"y", "A"]

# iloc → 範囲で位置指定
df.iloc[0:2, 0]

.atを使う場面

• 単一のセルにアクセスしたいとき（速度重視）
• .locよりも速く、かつシンプルに書ける
• データ更新処理が多い場合にも有効

特に大きなDataFrameでは.locより高速に動作するため、ループ処理などで使うと効率的です。

注意点

• 必ず存在する行・列ラベルを指定する必要がある
  存在しないラベルを指定すると KeyError が発生します。
• 複数要素には使えない
  複数行や複数列を指定したい場合は.locを使う必要があります。

まとめ

• .atは「行ラベル＋列ラベル」で単一セルにアクセス
• .iatは「行番号＋列番号」で単一セルにアクセス
• 複数範囲なら.loc / .ilocを使用

以上、PythonのPandasのatの使い方についてでした。

最後までお読みいただき、ありがとうございました。