Question

我对pandas中索引列的结果感到困惑。

两个

db['varname']

和

db[['varname']]

给我'varname'的列值。但是看起来有一些细微的差别，因为db['varname']的输出显示了值的类型。

Answer 1

第一个在您的df（特定列）中查找特定Key，第二个是从您的df中进行子选择的列列表，因此它返回与列表中的值匹配的所有列。

另一个微妙的事情是，第一个默认情况下将返回Series个对象，而第二个返回DataFrame即使您传递包含单个项目的列表

示例：

In [2]:
df = pd.DataFrame(columns=['VarName','Another','me too'])
df

Out[2]:
Empty DataFrame
Columns: [VarName, Another, me too]
Index: []

In [3]:    
print(type(df['VarName']))
print(type(df[['VarName']]))

<class 'pandas.core.series.Series'>
<class 'pandas.core.frame.DataFrame'>

所以当你传递一个列表然后它会尝试匹配所有元素：

In [4]:
df[['VarName','Another']]

Out[4]:
Empty DataFrame
Columns: [VarName, Another]
Index: []

但如果没有额外的[]，则会引发KeyError：

df['VarName','Another']

KeyError: ('VarName', 'Another')

因为您正在尝试查找名为'VarName','Another'且不存在的列

Answer 2

这几乎是另一个人的骗局，我从它那里得到了这个答案：https://stackoverflow.com/a/45201532/1331446，归功于@SethMMorton。

在这里回答，因为这是 Google 上的热门话题，我花了很长时间才“明白”这个。

Pandas 根本没有 [[ 运算符。

当您看到 df[['col_name']] 时，您真的看到了：

col_names = ['col_name']
df[col_names]

因此，[[ 为您做的唯一件事是它使结果是数据帧，而不是系列。

DataFrame 上的

[ 查看参数的类型；如果是标量，那么您只需要一列，并将其作为系列返回；如果它是一个列表，那么您必须在一组列之后，因此它会返回一个 DataFrame（只有这些列）。

就是这样！

Answer 3

正如@EdChum指出的那样，[]将返回pandas.core.series.Series，而[[]]将返回pandas.core.frame.DataFrame。

两者都是pandas中不同的数据结构。

Answer 4

对于sklearn，最好使用具有二维形状的db[['varname']]。

例如：

from sklearn.preprocessing import  KBinsDiscretizer kbinsDiscretizer  

est = KBinsDiscretizer(n_bins=3, encode='onehot-dense', strategy='uniform') 
est.fit(db[['varname']]) # where use dfb['varname'] causes error

大熊猫中[]和[[]]的区别是什么？

4 个答案: