Pandas：为什么在布尔索引后选择列需要双括号

Question

对于如下所示的df表，

   A B C D
0  0 1 1 1
1  2 3 5 7
3  3 1 2 8

为什么在布尔索引之后选择特定列需要双括号？

the [['A','C']] part of

df[df['A'] < 3][['A','C']]

Answer 1

对于pandas对象（Series，DataFrame），索引操作符[]只接受

1. colname或要选择列的列名列表
2. 切片或布尔数组以选择行，即它仅引用数据帧的一个维度。

对于df[[colname(s)]]，内部括号用于列表，外部括号是索引操作符，即如果选择两列或更多列，则必须使用双括号。使用一个列名称，单对括号返回一个Series，而双括号返回一个数据帧。

此外，df.ix[df['A'] < 3,['A','C']]或df.loc[df['A'] < 3,['A','C']]优于链式选择，以避免返回副本与数据帧的视图。

请参阅pandas documentation了解详情

Answer 2

因为您没有名为'A','C'的列，这就是您要尝试做的会引发KeyError的列，因此您必须使用iterable从df中进行子选择。

所以

df[df['A'] < 3]['A','C']

加注

  

KeyError：（'A'，'C'）

与

不同

In [261]:
df[df['A'] < 3][['A','C']]

Out[261]:
   A  C
0  0  1
1  2  5

这与尝试没什么不同：

df['A','C']

因此你需要双方括号：

df[['A','C']]

请注意，现代方法是使用.ix：

In [264]:
df.ix[df['A'] < 3,['A','C']]

Out[264]:
   A  C
0  0  1
1  2  5

这样您就可以在视图上操作而不是复制

Answer 3

因为内部括号只是列表的python语法（文字）。

外括号是pandas dataframe对象的索引器操作。

在此用例中，内部['A', 'B']定义了将作为单个参数传递给索引器操作的列的列表，该操作由外括号表示。

Answer 4

添加到以前的响应中，如果需要选择索引位置，也可以使用df.iloc访问器。这也使代码更具可重复性，这很不错。