切片带有列子集的数据框

Question

我是python的初学者，尝试设置仅包含一部分列（切片？）的dataframe实例，并有两种方法，我认为这两种方法均应工作，但似乎只有一种方法可以工作，并试图理解原因。 Method1有效，但method2返回错误KeyError：（'Name'，'Cost'）method1：

import pandas as pd
purchase_1 = pd.Series({'Name': 'Chris',
                        'Item Purchased': 'Dog Food',
                        'Cost': 22.50})
purchase_2 = pd.Series({'Name': 'Kevyn',
                        'Item Purchased': 'Kitty Litter',
                        'Cost': 2.50})
purchase_3 = pd.Series({'Name': 'Vinod',
                        'Item Purchased': 'Bird Seed',
                        'Cost': 5.00})

df = pd.DataFrame([purchase_1, purchase_2, purchase_3], index=['Store 1', 'Store 1', 'Store 2'])
columns_to_keep = ['Name','Cost']
df = df[columns_to_keep]

方法2：

import pandas as pd
purchase_1 = pd.Series({'Name': 'Chris',
                        'Item Purchased': 'Dog Food',
                        'Cost': 22.50})
purchase_2 = pd.Series({'Name': 'Kevyn',
                        'Item Purchased': 'Kitty Litter',
                        'Cost': 2.50})
purchase_3 = pd.Series({'Name': 'Vinod',
                        'Item Purchased': 'Bird Seed',
                        'Cost': 5.00})

df = pd.DataFrame([purchase_1, purchase_2, purchase_3], index=['Store 1', 'Store 1', 'Store 2'])
columns_to_keep = ['Name','Cost']
df = df['Name','Cost']

据我所知，两者似乎都使用列列表设置了实例df。 想了解为什么method2不起作用？

Answer 1

这就是numpy / pandas 中高级索引切片的工作方式。

当选择对象obj 是非元组序列对象，ndarray（数据类型为整数或布尔值）或具有至少一个序列对象或ndarray（数据类型为整数或布尔值）的元组时，将触发高级索引

请注意，在方法2中， df = df['Name','Cost']与df = df[('Name','Cost')] -这意味着使用元组作为选择对象； 称为基本索引。

在Python中， x[(exp1, exp2, ..., expN)]等效于x[exp1, exp2, ..., expN] ; 后者只是前者的语法糖。

您需要将列放入数组或列表中 （如您的方法1中一样），而不是将其放入一个元组才能触发高级索引，该索引将同时从多个列中选择项目：

>>> df = df[['Name','Cost']] # also df[np.array(['Name','Cost'])] works
>>> df
          Name  Cost
Store 1  Chris  22.5
Store 1  Kevyn   2.5
Store 2  Vinod   5.0