为什么pandas DataFrame＆＃39; s []（__ getitem__）有时会选择列，有时候是行？

Question

鉴于此数据框：

In [40]: df = pd.DataFrame({'A': [1, 1], 'B': [2, 2], 'C': [3, 3]})

In [41]: df
Out[41]:
   A  B  C
0  1  2  3
1  1  2  3

如果我将字符串列表传递给[]，它会过滤列：

In [42]: df[['A', 'C']]
Out[42]:
   A  C
0  1  3
1  1  3

但如果我将一个布尔值列表传递给[]，它将过滤行：

In [45]: df[[True, False]]
Out[45]:
   A  B  C
0  1  2  3

有没有办法考虑这种差异，而不是＆＃34;它只是它的方式＆＃34;？

Answer 1

我的理解是，这复制了R的行为，以便更容易迁移R脚本，它也从不推荐使用的ix开始。有一个很多的方法可以进行切片，但现在我们有更少的切片：

1. 单项，获取专栏。
2. 列列表，获得＆＃34;子帧＆＃34;
3. 布尔索引

我个人喜欢将__getitem__用于所有这些：

In [11]: df[['A', 'C']]
Out[11]:
   A  C
0  1  3
1  1  3

In [12]: df['A']
Out[12]:
0    1
1    1
Name: A, dtype: int64

替代方案虽然模糊性较低（loc（或iloc）但过于冗长：

In [13]: df.loc[:, ['A', 'B']]
Out[13]:
   A  B
0  1  2
1  1  2

In [14]: df.loc[:, 'A']
Out[14]:
0    1
1    1
Name: A, dtype: int64

值得注意的是，布尔掩码不不明确，除非你有一个深奥的例子，其中布尔列和输入长度与DataFrame的匹配：

In [21]: df1 = pd.DataFrame({True: [1, 2], False: [3, 4]})

In [22]: df1
Out[22]:
   False  True
0      3      1
1      4      2

In [23]: df1[[True, False]]  # boolean slicing (not as column names)
Out[23]:
   False  True
0      3      1

从历史上看，ix中存在潜在的歧义（以及性能问题 - 还有很多可能的路径）。因此，除了消除歧义之外，迁移到loc和iloc也会带来更快的代码（如果可以的话，通常会使用iloc。）

Answer 2

Indexing and selecting data 文档提到 [] 运算符的提供更多是为了方便。所以它是否适用于行或列似乎是基于什么被认为是常见的操作。

<块引用>

Python 和 NumPy 索引运算符 [] 和属性运算符 . 可让您快速轻松地访问各种用例中的 Pandas 数据结构。这使得交互式工作变得直观，因为如果您已经知道如何处理 Python 字典和 NumPy 数组，那么几乎没有什么新东西需要学习。但是，由于要访问的数据类型事先未知，因此直接使用标准运算符有一些优化限制。对于生产代码，我们建议您利用本章中公开的优化的 Pandas 数据访问方法。

<块引用>

使用 DataFrame，在 [] 内部切片会切片行。这主要是为了方便，因为它是如此常见的操作。

<块引用>

您可以使用与 DataFrame 索引长度相同的布尔向量从 DataFrame 中选择行。

<块引用>

由于使用 [] 进行索引必须处理很多情况（单标签访问、切片、布尔索引等），因此它有一些开销来确定您的要求。

到目前为止，我发现的是：

选择行

• 布尔索引df[[True, False]]
• 切片df[0:1]

选择列

• 单标签df['A']
• 标签列表df[['A', 'C']]

尽管他们选择了看似合理的行为，但“事情就是这样”。此外，似乎没有关于 [] 索引运算符的明确文档 - 至少会有所帮助。