Pandas DataFrame.loc中的不同括号

使用

loc[x，y]

与

loc[x][y]

与

loc[[x]][y]

有什么区别？乍一看，他们似乎很相似

df = pd.DataFrame(np.arange(6).reshape(3, 2),
                  columns=['price', 'count'],
                  index=['First', 'Second', 'Third'])
print(df)
#         price  count
# First       0      1
# Second      2      3
# Third       4      5

print(df.loc['Second', 'count'])
# 3

print(df.loc['Second']['count'])
# 3

print(df.loc[['Second'], 'count'])
# Second    3

---

虽然前两个在输出上是等效的，但第二个称为链式索引：

第二种类型也是

系列

：

In[48]:
type(df.loc['Second'])

Out[48]: pandas.core.series.Series

然后索引索引值，然后返回标量值：

In[47]:
df.loc['Second']

Out[47]: 
price    2
count    3
Name: Second, dtype: int32

In[49]:
df.loc['Second']['count']

Out[49]: 3

In[44]:
type(df.loc[['Second']])

Out[44]: pandas.core.frame.DataFrame

关于最后一个，附加括号返回df，这就是为什么您看到的是索引值而不是标量值：

In[47]:
df.loc['Second']

Out[47]: 
price    2
count    3
Name: Second, dtype: int32

In[49]:
df.loc['Second']['count']

Out[49]: 3

In[44]:
type(df.loc[['Second']])

Out[44]: pandas.core.frame.DataFrame

因此，然后传递该列，为该df编制索引，并返回匹配的列，作为

系列

：

In[46]:
type(df.loc[['Second'],'count'])

Out[46]: pandas.core.series.Series

---

因此，这取决于您想要实现什么，但请避免使用第二种形式，因为在尝试分配给列或df时，它可能会导致意外行为

非常感谢您的精彩解释！在您提供的链接中，有些操作带有

loc

，有些没有。我们是否应该考虑<代码> dfmi[[一] ] /代码>与<代码> dfmi.LOC [ [一] ] < /代码>？@康斯坦丁取决于下一步你做什么，如果你做了代码> dfmi[[一] ] [[第二] ] < /代码>，那么这将是链式索引，它可以返回一个拷贝或一个视图。如果您只想查看数据，那么任何一种方法都可以，它的任务就是可能出现问题的地方。在这种情况下，请遵循该链接中的建议