Pandas: Tại sao các dấu ngoặc kép cần thiết để chọn cột sau boolean indexing

Question

Đối với một bảng df như dưới đây,

A B C D 
0 0 1 1 1 
1 2 3 5 7 
3 3 1 2 8 

tại sao các dấu ngoặc kép cần thiết cho việc lựa chọn các cột cụ thể sau khi đánh chỉ số boolean?

the [['A','C']] part of 

df[df['A'] < 3][['A','C']] 

Answer 1

Đối với các đối tượng gấu trúc (Series, DataFrame), toán tử chỉ mục [] chỉ chấp nhận

1. colname hoặc danh sách các tên màu để chọn (các) cột
2. cắt hoặc mảng Boolean để chọn (các) hàng, nghĩa là nó chỉ đề cập đến một chiều của khung dữ liệu.

Đối với df[[colname(s)]], dấu ngoặc đơn bên trong là danh sách và khung bên ngoài là toán tử lập chỉ mục, tức là bạn phải sử dụng dấu ngoặc kép nếu bạn chọn hai hoặc nhiều cột. Với một tên cột, một cặp dấu ngoặc đơn trả về một Chuỗi, trong khi dấu ngoặc kép trả về một khung dữ liệu.

Ngoài ra, df.ix[df['A'] < 3,['A','C']] hoặc df.loc[df['A'] < 3,['A','C']] tốt hơn lựa chọn chuỗi để tránh trả lại bản sao so với chế độ xem của khung dữ liệu.

Vui lòng tham khảo pandas documentation để biết chi tiết

Answer 2

Bởi vì bạn không có cột tên 'A','C', đó là những gì bạn muốn được cố gắng làm mà sẽ nâng cao một KeyError, vì vậy bạn phải sử dụng một iterable để phụ chọn từ df.

Vì vậy

df[df['A'] < 3]['A','C'] 

tăng

KeyError: ('A', 'C')

Đó là khác nhau để

In [261]: 
df[df['A'] < 3][['A','C']] 

Out[261]: 
    A C 
0 0 1 
1 2 5 

Đây không phải là khác nhau để cố gắng:

df['A','C'] 

vì vậy tại sao bạn cần đôi dấu ngoặc vuông:

df[['A','C']] 

Lưu ý rằng cách hiện đại là sử dụng .ix:

In [264]: 
df.ix[df['A'] < 3,['A','C']] 

Out[264]: 
    A C 
0 0 1 
1 2 5 

Vì vậy mà bạn đang hoạt động trên một cái nhìn chứ không phải là khả năng một bản sao