import pandas
d = {'col1': 2, 'col2': 2.5}
df = pandas.DataFrame(data=d, index=[0])
print(df['col2'])
print(df.col2)
wyjście jest takie samo.
Czy ta odpowiedź dotyczy tej sprawy?
What's the difference between the square bracket and dot notations in Python?
W "kropka notacja", tj df.col2 jest attribute access który jest wystawiony jako udogodnienie.
może uzyskać dostęp do indeksu na serialu kolumnę na DataFrame, a pozycja na płycie bezpośrednio jako atrybut:
df['col2'] robi to samo: to zwraca pd.Series kolumny.
Kilka ostrzeżenia o dostępie atrybut:
df.new_col = x nie będzie działać, gorsze: to będzie cicho faktycznie utworzyć nowy atrybut zamiast kolumny - pomyśl małpa-łatanie tutaj)Są one takie same, jak długo masz dostęp do pojedynczej kolumny z prostą nazwą, ale możesz zrobić więcej dzięki notacji nawiasów. Można użyć tylko nazwy df.col, jeśli nazwa kolumny jest poprawnym identyfikatorem w języku Python (np. Nie zawiera spacji i innych podobnych elementów). Możesz również napotkać na niespodzianki, jeśli twoja nazwa kolumny koliduje z nazwą metody pandy (np. sum). W nawiasach można wybrać wiele kolumn (np. df[['col1', 'col2']]) lub dodać nową kolumnę (df['newcol'] = ...), której nie można uzyskać za pomocą dostępu kropkowanego.
Inne powiązane pytanie dotyczy, ale jest to o wiele bardziej ogólne pytanie. Obiekty Pythona określają sposób, w jaki operatory te mają do nich zastosowanie. Pandas DataFrames zdecydowało, aby były takie same dla tego ograniczonego przypadku dostępu do pojedynczych kolumn, z zastrzeżeniami opisanymi powyżej.
Ten link nie dotyczy pand. Nie jestem do końca pewien, ale mam 90% pewności, że te dwie notacje są dokładnie takie same w pandach. –
O ile w nazwie kolumny nie ma spacji lub innych znaków alfanumerycznych (tak, to jest dozwolone). Jeśli tak, pozostaje tylko notacja z nawiasem kwadratowym. –