python - dataframe.series 和 dataframe ['series' ] 有什么区别？

Question

我只是尝试对我的数据框进行排序并使用了以下函数:

df[df.count >= df.count.quantile(.95)]

返回错误:

AttributeError: 'function' object has no attribute 'quantile'

但是将系列括起来效果很好:

df[df['count'] >= df['count'].quantile(.95)]

这不是我第一次根据这种区别得到不同的结果，但它通常也不会发生，而且我一直认为这是两个相同的对象。

为什么会这样？

Answer 1

因为 count 是数据框的内置方法之一，当您使用 . 时，它被识别为方法而不是列 count ，即 。 内置方法优先于列:

df = pd.DataFrame({
    'A':[1,2,3],
    'B':[2,3,4],
    'count': [4,5,6]
})

df.count()
#A        3
#B        3
#count    3
#dtype: int64

df.count
#              V V V V V V V V
#<bound method DataFrame.count of    A  B  count
#0  1  2      4
#1  2  3      5
#2  3  4      6>

---

点和括号之间的另一个区别是，您不能使用点来创建新列。即如果该列不存在，df.column = ... 将不起作用，在这种情况下您必须使用方括号。作为 df[column] = ...，使用上面的虚拟数据框:

# original data frame
df
#   A   B   count
#0  1   2   4
#1  2   3   5
#2  3   4   6

使用点创建新列将不起作用，C 被设置为属性而不是列:

df.C = 2    
df
#   A   B   count
#0  1   2       4
#1  2   3       5
#2  3   4       6

虽然括号是向数据框添加新列的标准方法:

df['C'] = 2
df
#   A   B   count   C
#0  1   2       4   2
#1  2   3       5   2
#2  3   4       6   2

如果列已经存在，假设数据框没有同名属性(如上面的count 的情况)，用点修改它是有效的:

df.B = 3    
df
#   A   B   count   C
#0  1   3       4   2
#1  2   3       5   2
#2  3   3       6   2