Question

我只是在玩弄，发现这很有趣：

>>> import pandas as pd
>>> df = pd.DataFrame({'col1': [1, 2], 'col2': [3, 4]})
>>> x = set(df)
>>> x
{'col2', 'col1'}

为什么熊猫返回列名作为设置值？

Answer 1

因为这是在source code中为NDFrame定义__iter__的方式，其中pd.DataFrame是孩子：

def __iter__(self):
    """Iterate over infor axis"""
    return iter(self._info_axis)

pd.DataFrame._info_axis在内部用于存储列标签：

df = pd.DataFrame(columns=list('abcd'))

df._info_axis # Index(['a', 'b', 'c', 'd'], dtype='object')

set通过pd.DataFrame迭代__iter__实例，对每个元素进行哈希处理，并返回与唯一列标签对应的值set。

Answer 2

您可以找到__iter__ in DataFrame's parent class NDFrame的实现：

def __iter__(self):
    """Iterate over infor axis"""
    return iter(self._info_axis)

它与在同一位置定义的DataFrame上调用keys基本上相同。我将其包含在此处是因为文档字符串更有用，它描述了_info_axis，Series和DataFrame

在Panel中的区别

def keys(self):
    """Get the 'info axis' (see Indexing for more)
    This is index for Series, columns for DataFrame and major_axis for
    Panel.
    """
    return self._info_axis

为什么一组熊猫数据框返回该数据框的列名？

2 个答案: