Python 将单个值存储为数据帧的属性而不是列有哪些缺点？

我遇到了一些基于数据帧计算单个值的代码，并将其存储为数据帧的属性，而不是单独的变量或新列

这里有一个例子。投资组合有两种证券，每种证券都有价格和数量

import pandas

data = {"Prices" : [83.28, 107.38], "Quantities" : [125.926, 7241.531]}
portfolio = pandas.DataFrame(data, index = ["BND", "VTI"], columns = ["Prices", "Quantities"])
portfolio.value = portfolio["Prices"].dot(portfolio["Quantities"])

以这种方式存储

值

而不是作为单独的变量或新的数据列有什么好处吗？就是

portfolio["Value"] = portfolio["Prices"].dot(portfolio["Quantities"])

从技术上讲，后者可能会占用更多的内存，因为数据集中的每个观察值都会重复，但实际上，这些投资组合大约有1000种证券，因此这不是问题

---

将该值指定为数据帧的一个属性无法经受酸洗，但这是否还有其他缺点？有什么隐藏的好处吗？

我猜这是一个编码错误。我以前做过这个

假设：

df = pd.DataFrame([1], ['x'])

我想我有：

df['y'] = 2

但实际上没有

稍后，我：

df.y = df.x.sum()

如果我真的做了

df['y']=2

，

df.y

会指向序列

df['y']

。但是因为我没有，

df.y=df.x.sum（）

将

df['x']

的标量和赋给

df

的属性

y

---

换句话说，我看不到任何好处