大括号中的双括号“ [[…]]”和单括号“ [..]”索引之间的区别

大括号中的双括号“ [[…]]”和单括号“ [..]”索引之间的区别

考虑一下：

来源DF：

In [79]: dfOut[79]:   Brains  Bodies0      42      341      32      23

选择一列-生成Pandas.Series：

In [80]: df['Brains']Out[80]:0    421    32Name: Brains, dtype: int64In [81]: type(df['Brains'])Out[81]: pandas.core.series.Series

选择Dataframe的子集-结果为Dataframe：

In [82]: df[['Brains']]Out[82]:   Brains0      421      32In [83]: type(df[['Brains']])Out[83]: pandas.core.frame.Dataframe

结论： 第二种方法允许我们从Dataframe中选择多个列。第一个仅用于选择单列…

演示：

In [84]: df = pd.Dataframe(np.random.rand(5,6), columns=list('abcdef'))In [85]: dfOut[85]:          a         b         c         d         e         f0  0.065196  0.257422  0.273534  0.831993  0.487693  0.6602521  0.641677  0.462979  0.207757  0.597599  0.117029  0.4293242  0.345314  0.053551  0.634602  0.143417  0.946373  0.7705903  0.860276  0.223166  0.001615  0.212880  0.907163  0.4372954  0.670969  0.218909  0.382810  0.275696  0.012626  0.347549In [86]: df[['e','a','c']]Out[86]:          e         a         c0  0.487693  0.065196  0.2735341  0.117029  0.641677  0.2077572  0.946373  0.345314  0.6346023  0.907163  0.860276  0.0016154  0.012626  0.670969  0.382810

如果仅在列表中指定一列，则将获得包含一列的Dataframe：

In [87]: df[['e']]Out[87]:          e0  0.4876931  0.1170292  0.9463733  0.9071634  0.012626