在Pandas DataFrame中，比如说汽车，我可以像这样选择并打印一个列：
# country is a column
print(cars['country'])
然而，当我尝试用一行做同样的事情时，我失败了：
#US is a row
print(cars['US'])
KeyError: 'US'
然后我尝试了这个并且它有效：
print(cars['US':'US'])
那么，在Pandas DataFrame中，列索引是键而行索引不是吗？有人可以解释使行选择比列选择更复杂的原因吗？
答案 0 :(得分：0)
在熊猫中
cars['Country']
将列作为Series返回。要将行切成一个系列，等效命令将是（假设＆＃39; US＆＃39;是一个索引值）：
cars.loc['US']
如果你这样做
cars['US':'US']
然后您将获得相同的数据，但它将是一个DataFrame而不是一个系列，因此不太相同。
显然，您不能以相同的方式引用列和行。如果我有一个S＆amp; P 500中所有股票之间相关性的数据框，那么您的行和索引值将具有相同的元素。因此，您需要知道df [＆＃39; AAPL＆＃39;]是否指的是AAPL＆＃39;来自索引或列。所以df [＆＃39; AAPL＆＃39;]是＆＃39; AAPL＆＃39;列，而df.loc [＆＃39; AAPL＆＃39;]是＆＃39; AAPL＆＃39;行。如果您愿意，也可以为该行和df.loc [：，＆＃39; AAPL＆＃39;]执行df.loc [＆＃39; AAPL＆＃39;，：]。
至于为什么他们选择df [＆＃39; AAPL＆＃39;]作为专栏，我最好的猜测是通常将日期列为行，因此选择一列时更常见数据要做一些操作而不是选择一行。然而，切片行和列一样容易，所以除了几次击键之外没有太大的区别。