Pandas：在布尔索引后选择列为什么需要双括号？

Question

对于下面的 df 表格，

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

为什么在布尔索引后选择特定列需要使用双括号？

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

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

- FortuneFaded

Answer 1

对于pandas对象（Series，DataFrame），索引运算符[]仅接受以下内容：

1. colname或colnames列表以选择列
2. 切片或布尔数组以选择行，即它仅涉及数据帧的一个维度。

对于df[[colname(s)]]，内部方括号用于列表，而外部方括号用于索引操作符，即如果要选择两个或多个列，则必须使用双重方括号。对于一个列名，单个括号返回一个Series，而双括号返回一个数据框。

此外，为了避免返回数据框的副本而不是视图，df.ix[df['A'] < 3,['A','C']] 或 df.loc[df['A'] < 3,['A','C']]更好。

有关详细信息，请参阅pandas文档。

- Joseph

---

谢谢。我会选择这个答案，因为它详细解释了外部括号的作用，这一点曾经让我感到困惑。正如你们两位提到的，我将开始使用.ix，这对我来说更有意义/更易读。 - FortuneFaded

Answer 2

由于您没有名为'A'，'C'的列，这就是您尝试执行的操作，这将引发KeyError，因此您必须使用可迭代对象从df中进行子选择。

所以

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

引发

关键错误：('A'，'C')

这与

>>> df[df['A'] < 3][['A','C']]
   A  C
0  0  1
1  2  5

这与尝试没有区别：

df['A','C']

因此你需要双方括号：

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

请注意，现代的方法是使用.loc：

>>> df.loc[df['A'] < 3,['A','C']]
   A  C
0  0  1
1  2  5

这样你就可以在视图上操作，而不是潜在的副本

- EdChum

---

谢谢。将其放入 .ix 格式中，它会更加有意义。我被双括号的含义所迷惑。 - FortuneFaded

Answer 3

由于内部括号只是 Python 语法（文字）中的列表。

外部括号是 Pandas 数据帧对象的索引器操作。

在这种用例中，内部 ['A', 'B'] 定义了要作为单个参数传递给索引器操作的列列表，该操作由外部括号表示。

- Pavel Savara

---

这非常简单，然而并不直观。谢谢！ - Sergey Belonozhko

Answer 4

除了之前的回答，如果需要选择索引位置，你也可以使用df.iloc访问器。这样做还可以使代码更具可重复性，这很好。

- lxstmnk