熊猫专栏创作

Question

我很难理解列命名约定背后的概念，因为以下尝试创建新列的尝试似乎失败：

(1, 2)
(2, 3)
(3, 1)

给出以下结果：

然而，如果我尝试通过替换以下行来创建列b，则没有错误消息，但数据帧df仅保留列a和c。

from numpy.random import randn
import pandas as pd

df = pd.DataFrame({'a':range(0,10,2), 'c':range(0,1000,200)},
columns=list('ac'))
df['b'] = 10*df.a
df

大熊猫做了什么，为什么我的命令不正确？

Answer 1

您所做的是向您的df添加属性b：

In [70]:
df.b = 10*df.a 
df.b

Out[70]:
0     0
1    20
2    40
3    60
4    80
Name: a, dtype: int32

但我们发现没有添加新列：

In [73]:    
df.columns

Out[73]:
Index(['a', 'c'], dtype='object')

这意味着如果我们尝试KeyError，我们会得到df['b']，为了避免这种歧义，您在分配时应始终使用方括号。

例如，如果您有一个名为index或sum或max的列，那么执行df.index将返回索引而不是索引列，同样{{1并且df.sum会搞砸那些df方法。

我强烈建议总是使用方括号，避免任何歧义，最新的ipython能够使用方括号来解析列名。将数据帧视为系列的字典也很有用，其中使用方括号分配和返回列是有意义的

Answer 2

始终使用方括号分配列

点符号方便访问数据框中的列。如果它们与现有属性冲突（例如，如果您有一个名为“max”的列），那么您需要使用方括号来访问该列，例如df['max']。当列名称包含空格时，您还需要使用方括号，例如df['max value']。

DataFrame只是一个具有常用属性和方法的对象。如果使用点表示法进行赋值，则表示正在为dataframe对象创建属性或方法。因此，df.val = 2会为df分配一个值为2的属性val。这与df['val'] = 2非常不同，columns=list('ac'))在数据框中创建一个新列，并为该列中的每个元素指定值2。

为安全起见，使用方括号表示法将始终提供正确的结果。

顺便说一下，你的columns没有做任何事情，因为你只是创建了一个从未使用过的名为df.columns = list('ac')的变量。你可能意味着pd.DataFrame({'a': [...], 'b': [...]})，但是你已经在创建数据框时分配了这些，所以我不确定这行代码的目的是什么。并且请记住，字典是无序的，因此images/pic1.png可能会返回包含列['b'，'a']的数据框。如果是这种情况，那么分配列名可能会混淆列标题。

Answer 3

问题与如何在python中处理属性有关。 python中没有为类设置新属性的限制，例如，您可以执行类似

的操作

df.myspecialstuff = ["dog", "cat", 5]

所以当你做

这样的作业时

df.b = 10*df.a

是否要添加属性或新列以及设置属性是不明确的。实际查看正在发生的事情的最简单方法是使用pdb并逐步执行代码

import pdb
x = df.a
pdb.run("df.a1 = x")

这将进入__setattr__()，而pdb.run("df['a2'] = x")将进入__setitem__()