python - 我什么时候应该使用 dt.column vs dt ['column'] pandas？

Question

我正在做一些计算和行操作，并意识到对于某些任务，例如数学运算，它们都有效，例如

d['c3'] = d.c1 / d. c2
d['c3'] = d['c1'] / d['c2']

我想知道是否在某些情况下使用一种比另一种更好，或者大多数人使用的是什么。

Answer 1

您真的应该停止将列作为属性访问，并养成使用方括号 [] 进行访问的习惯。这避免了您的列名有 illegal characters in python 的错误，嵌入空格，其中您的列名与内置方法共享相同的名称，以及不明确的用法，例如您有一个名为 index 的列:

In[13]:
df = pd.DataFrame(np.random.randn(5,4), columns=[' a', 'mean', 'index', '2'])
df.columns.tolist()

Out[13]: [' a', 'mean', 'index', '2']

因此，如果我们现在尝试访问列 2:

In[14]:
df.2
  File "<ipython-input-14-0490d6ae2ca0>", line 1
    df.2
       ^
SyntaxError: invalid syntax

它失败了，因为它是一个无效的名字，但是 df['2'] 可以工作

In[15]:

df.a
---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-15-b9872a8755ac> in <module>()
----> 1 df.a

C:\ProgramData\Anaconda3\lib\site-packages\pandas\core\generic.py in __getattr__(self, name)
   3079             if name in self._info_axis:
   3080                 return self[name]
-> 3081             return object.__getattribute__(self, name)
   3082 
   3083     def __setattr__(self, name, value):

AttributeError: 'DataFrame' object has no attribute 'a'

所以因为这真的是带有前导空格的 'a'(如果列名中的任何地方有空格，这也会失败)它在 KeyError 上失败

In[16]:
df.mean

Out[16]: 
<bound method DataFrame.mean of           a      mean     index         2
0 -0.022122  1.858308  1.823314  0.238105
1 -0.461662  0.482116  1.848322  1.946922
2  0.615889 -0.285043  0.201804 -0.656065
3  0.159351 -1.151883 -1.858024  0.088460
4  1.066735  1.015585  0.586550 -1.898469>

这更微妙，看起来它做了什么但实际上它只是返回方法地址，这里 ipython 只是漂亮地打印它

In[17]:
df.index

Out[17]: RangeIndex(start=0, stop=5, step=1)

上面我们的意图不明确，因为索引是一个成员，它返回的是 'index' 列。

因此您应该停止将列作为属性访问并始终使用方括号，因为它可以避免上述所有问题