在pandas中，df['column']和df.column有什么区别？

Question

我正在学习《利用Python进行数据分析》一书中的Pandas，收获颇丰。然而，有一件事情让我困扰：在这本书中，通常会将dataframe的列称为df['column']，但有时候没有解释，却使用df.column。

我不明白两者之间的区别。希望能得到帮助。

下面是示例代码：

In [5]:

import pandas as pd

data = {'column1': ['a', 'a', 'a', 'b', 'c'], 
        'column2': [1, 4, 2, 5, 3]}
df = pd.DataFrame(data, columns = ['column1', 'column2'])
df

Out[5]:
column1 column2
0    a   1
1    a   4
2    a   2
3    b   5
4    c   3
5 rows × 2 columns

---

df.column：

In [8]:

df.column1
Out[8]:
0    a
1    a
2    a
3    b
4    c
Name: column1, dtype: object

df['column']：

In [9]:

df['column1']
Out[9]:
0    a
1    a
2    a
3    b
4    c
Name: column1, dtype: object

- Anton

---

我将此标记为重复，但如果有任何细节我错过了，请告诉我。我不是Pandas专家，但它们似乎是相同的。 - wjandrea

Answer 1

对于设置值，你需要使用df['column'] = series。

一旦这样做了，您可以在未来使用df.column引用该列，假设它是一个有效的Python名称。(因此df.column有效，但df.6column仍然必须使用df['6column']访问)

我认为这里的微妙差别在于，当您使用df['column'] = ser设置某些内容时，Pandas会将其添加到列中/执行其他操作(我相信是通过覆盖__setitem__中的功能实现的)。 如果您使用df.column = ser，就像向使用__setattr__的任何现有对象添加新字段一样，并且Pandas似乎不会覆盖此行为。

- acushner

---

此外，您可以在列名中包含空格，例如“df [ 'column foo bar']”，而使用“df.column foo bar”则会出错。 - Jeff