為什么在使用 pandas dataframe 時可以使用方括號來引用列標簽和行索引？

Question

我有一個 dataframe （ df ），日期作為索引和列標簽。 我可以通過使用df['2008':]來引用索引來獲得 dataframe 的一部分，但我總是假設您必須先指定列，例如df[:]['2008':] ，我只是想了解為什么會這樣？ 引用具有相同名稱的索引或列時，這可能會導致問題嗎？

Answer 1

有趣的問題，讓我們創建一個簡單的 DataFrame 來做一些實驗：

import pandas as pd

df = pd.DataFrame({'2008': [1, 3], 'column 2': [2, 4]}, 
                  index = ['2007', '2008'])
df

        2008    column 2
2007    1       2
2008    3       4

正如您所說，select 列的常用方法是在方括號中對其名稱進行索引：

df['2008']

2007    1
2008    3
Name: 2008, dtype: int64

因此，即使存在同名的索引值，這也有效。 您選擇某些行的方式如何？

df['2008':]

        2008    column 2
2008    3       4

這還有效嗎？ 我們可以用同樣的方式對列進行切片嗎？

df['column 2':]

    2008    column 2

不，pandas 仍然假設我們想要對某些行進行切片，因此我們得到一個空的 DataFrame，因為索引'column 2'不存在。

結論：如果您在方括號中提供單個索引，pandas 假定它是列名。 但是，如果您在方括號中提供單個切片操作，pandas 假定您要對索引進行切片（即 select 某些行）。 這是有道理的，因為索引上的切片比列名上的切片更自然。

盡管如此，這可能會令人困惑並且可讀性不強，因此我建議使用loc來顯式地為此類操作提供行和列切片：

df.loc['2008':, :]

        2008    column 2
2008    3       4

Answer 2

1. 表格

   df[something]

   決定

   1. 一個系列（來自一列），如果某物是一列的名稱，
   2. 一個 dataframe （選定的列），如果某物是列名列表，或者
   3. 選定行的 dataframe ，如果某物是列表或一系列True / False值。

   例子：

   1. df["column1"]
   2. df[["column1", "column5"]]
   3. df[[True, False, True]] # assuming your dataframe has exactly 3 rows

2. 表格

   df[row(s), column(s)]

   （所以row(s)是第一， column(s)是第二）
   select行和列交叉處的單元格。

   為了安全起見，不要使用這種形式，而是使用顯式形式

   df.loc[row(s), column(s)]

   通過標簽確定row(s)和col(s)與其從零開始的訂單號相反）。