我对以下代码行的语法感到困惑：
x_values = dataframe[['Brains']]
数据框对象由2列组成（Brains和Bodies）
Brains Bodies
42 34
32 23
当我打印x_values时，我得到了类似这样的结果：
Brains
0 42
1 32
我已经了解了有关数据框对象的属性和方法的Pandas文档，但双括号语法让我感到困惑。
我了解数据框对象的属性和方法，但是双括号语法令我感到困惑。
4个回答
38
想一想：
源数据框 DF：
In [79]: df
Out[79]:
Brains Bodies
0 42 34
1 32 23
选择一列 - 在Pandas.Series中产生结果:
In [80]: df['Brains']
Out[80]:
0 42
1 32
Name: Brains, dtype: int64
In [81]: type(df['Brains'])
Out[81]: pandas.core.series.Series
选择数据框的子集 - 将生成一个新的数据框：
In [82]: df[['Brains']]
Out[82]:
Brains
0 42
1 32
In [83]: type(df[['Brains']])
Out[83]: pandas.core.frame.DataFrame
结论: 第二种方法允许我们从数据框中选择多列。第一种方法只能选择单列...
演示：
In [84]: df = pd.DataFrame(np.random.rand(5,6), columns=list('abcdef'))
In [85]: df
Out[85]:
a b c d e f
0 0.065196 0.257422 0.273534 0.831993 0.487693 0.660252
1 0.641677 0.462979 0.207757 0.597599 0.117029 0.429324
2 0.345314 0.053551 0.634602 0.143417 0.946373 0.770590
3 0.860276 0.223166 0.001615 0.212880 0.907163 0.437295
4 0.670969 0.218909 0.382810 0.275696 0.012626 0.347549
In [86]: df[['e','a','c']]
Out[86]:
e a c
0 0.487693 0.065196 0.273534
1 0.117029 0.641677 0.207757
2 0.946373 0.345314 0.634602
3 0.907163 0.860276 0.001615
4 0.012626 0.670969 0.382810
如果我们在列表中只指定一列，那么将会得到一个只有一列的DataFrame：
In [87]: df[['e']]
Out[87]:
e
0 0.487693
1 0.117029
2 0.946373
3 0.907163
4 0.012626
- MaxU - stand with Ukraine
7
23
在Python中，[[和]]没有特殊的语法。相反，一个列表被创建，然后将该列表作为参数传递给DataFrame索引函数。
根据@MaxU的答案，如果将单个字符串传递给DataFrame，则返回表示该列的Series。如果传递一个字符串列表，则返回包含给定列的DataFrame。
因此，当您执行以下操作时：
# Print "Brains" column as Series
print(df['Brains'])
# Return a DataFrame with only one column called "Brains"
print(df[['Brains']])
它等同于以下内容
# Print "Brains" column as Series
column_to_get = 'Brains'
print(df[column_to_get])
# Return a DataFrame with only one column called "Brains"
subset_of_columns_to_get = ['Brains']
print(df[subset_of_columns_to_get])
在这两种情况下，DataFrame 都是使用 [] 运算符进行索引的。
Python 使用 [] 运算符既用于索引也用于构建列表文字，我相信这最终是您困惑的原因。在 df[['Brains']] 中，外部的 [ 和 ] 执行索引操作，内部创建一个列表。
>>> some_list = ['Brains']
>>> some_list_of_lists = [['Brains']]
>>> ['Brains'] == [['Brains']][0]
True
>>> 'Brains' == [['Brains']][0][0] == [['Brains'][0]][0]
True
上面的例子说明了Python在任何时候都不会特殊地看待[[，并对其进行解释。在最后一个复杂的例子([['Brains'][0]][0])中，没有特殊的][运算符或]][运算符...... 发生的是：
- 创建一个单元素列表(
['Brains']) - 索引该列表的第一个元素(
['Brains'][0]=>'Brains') - 将其放入另一个列表中(
[['Brains'][0]]=>['Brains']) - 然后索引该列表的第一个元素(
[['Brains'][0]][0]=>'Brains')
- SethMMorton
3
3这应该是被采纳的答案。我也曾经对语法非常困惑，但现在我明白了双重
[[]] 简单地等同于两个 []。例如，df[df['col']==val] 返回一个数据框而不是一个系列，因为 df['col']==val 是一个系列，结果是一个系列的系列，也就是一个数据框。 - tartaruga_casco_mole是的，这个答案是最好的。它澄清了一些我（以及大多数人）忽略的显而易见的事情。[['Brains']][0][0][0]访问字符串'Brains'中的'B'。[['Brains']][0][0]访问字符串'Brains'。[['Brains']][0]从单元素列表[['Brains']]中访问第一个（也是唯一的）列表['Brains']。如果这是一个多元素列表[['Brains']，['Bodies']，['Souls']]，那么访问运算符可以钻入任何三个列表中的任何一个。[['Brains']，['Bodies']，['Souls']][2][0][0]访问列表3中的'S'。[['Brains']，['Bodies']，['Souls']][0] = ['Brains']。 - Rich Lysakowski PhD
很棒的插图！谢谢。 - Harikrishnan Balachandran
1
其他解决方案展示了Series和DataFrame之间的区别。对于数学思维者，您可能希望考虑输入和输出的维度。以下是摘要：
Object Series DataFrame
Dimensions (obj.ndim) 1 2
Syntax arg dim 0 1
Syntax df['col'] df[['col']]
Max indexing dim 1 2
Label indexing df['col'].loc[x] df.loc[x, 'col']
Label indexing (scalar) df['col'].at[x] df.at[x, 'col']
Integer indexing df['col'].iloc[x] df.iloc[x, 'col']
Integer indexing (scalar) df['col'].iat[x] dfi.at[x, 'col']
当您在
pd.DataFrame.__getitem__中指定标量或列表参数时，其中[]是语法糖，您的参数维数比结果的维数小一个。因此，标量（0维）给出1维系列。列表（1维）给出2维数据框。这是有道理的，因为额外的维度是数据框索引，即行。即使您的数据框没有行，这也是适用的情况。- jpp
0
[ ]和[[ ]]是NumPy的概念。
尝试理解np.array创建的基础知识，并使用reshape并检查ndim，您将会理解。
在这里检查我的答案。
- mangal pavan
1
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接
column = 'Brains'; df[column]，第二种形式相当于subset = ['Brains']; df[subset]。 第一种形式传递一个字符串，第二种形式传递一个列表。 并不是使用[[和]]会执行特殊的索引方式，而是传递的对象类型不同。 - SethMMorton