代码之家 › 专栏 › 技术社区 › Konstantin

pandas dataframe.loc中的不同括号[重复]

dataframe pandas

1

Konstantin · 技术社区 · 7 年前

这个问题已经有了答案:

Pandas selecting by label sometimes return Series, sometimes returns DataFrame 6个答案

用起来有什么不同 loc[x,y] VS loc[x][y] VS loc[[x]][y] ?乍一看,它们似乎很相似。

df = pd.DataFrame(np.arange(6).reshape(3, 2),
                  columns=['price', 'count'],
                  index=['First', 'Second', 'Third'])
print(df)
#         price  count
# First       0      1
# Second      2      3
# Third       4      5

print(df.loc['Second', 'count'])
# 3

print(df.loc['Second']['count'])
# 3

print(df.loc[['Second'], 'count'])
# Second    3

1 回复 | 直到 7 年前

1

2

EdChum Arthur G 7 年前

虽然前2个在输出中是等效的,但第二个被称为链接索引:

http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy

类型也为 Series 对于第二个:

In[48]:
type(df.loc['Second'])

Out[48]: pandas.core.series.Series

然后索引索引索引值,然后返回标量值:

In[47]:
df.loc['Second']

Out[47]: 
price    2
count    3
Name: Second, dtype: int32

In[49]:
df.loc['Second']['count']

Out[49]: 3

对于最后一个,附加括号返回一个df,这就是为什么您看到的是索引值而不是标量值:

In[44]:
type(df.loc[['Second']])

Out[44]: pandas.core.frame.DataFrame

因此,然后传递该列,对该df进行索引,并返回匹配的列,作为 系列 :

In[46]:
type(df.loc[['Second'],'count'])

Out[46]: pandas.core.series.Series

因此,这取决于您想要实现什么,但要避免使用第二种形式,因为当试图分配给列或df时,它可能会导致意外的行为。