使用方括号或点来访问列有什么区别？ [英] What is the difference between using squared brackets or dot to access a column?

问题描述

在以下两种情况下：

import pandas

d = {'col1': 2, 'col2': 2.5}
df = pandas.DataFrame(data=d, index=[0])

print(df['col2'])
print(df.col2)

这两种方法都可以用于对列进行索引并产生相同的结果，所以它们之间有什么区别吗？ / p>

Both methods can be used to index on a column and yield the same result, so is there any difference between them?

推荐答案

点符号，即 df.col2 是< 为方便起见，提供了一个href = http://pandas-docs.github.io/pandas-docs-travis/indexing.html#attribute-access rel = noreferrer>属性访问。 p>

The "dot notation", i.e. df.col2 is the attribute access that's exposed as a convenience.

您可以直接作为属性访问Series上的索引，DataFrame上的列和Panel上的项目：

You may access an index on a Series, column on a DataFrame, and an item on a Panel directly as an attribute:

df ['col2'] 的作用相同：返回列的pd.Series 。

关于属性访问的一些注意事项：

A few caveats about attribute access:

• 您不能添加列（ df.new_col = x 无效，更糟糕：它将静默实际上创建一个新属性，而不是创建一个列-请在此处进行猴子修补）


• 如果列名中有空格或列名是整数，则将不起作用。

• you cannot add a column (df.new_col = x won't work, worse: it will silently actually create a new attribute rather than a column - think monkey-patching here)
• it won't work if you have spaces in the column name or if the column name is an integer.

这篇关于使用方括号或点来访问列有什么区别？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！