在Pandas/Python中使用loc和只使用方括号过滤列之间有什么区别？

我注意到在数据框中选择列的三种方法：

使用loc选择列的第一种方法：

df_new = df.loc[:, 'col1']

df_new = df['col1']

df_new = df.col1

第二种方法-似乎更简单更快：

df_new = df.loc[:, 'col1']

df_new = df['col1']

df_new = df.col1

第三种方法-最方便：

df_new = df.loc[:, 'col1']

df_new = df['col1']

df_new = df.col1

这三种方法有区别吗？我不这么认为，在这种情况下，我宁愿使用第三种方法

---

我很好奇为什么有三种方法可以做同样的事情。

在以下情况下，它们的行为是一样的：

选择单个列（

df['a']

与

df.loc[：，'a']

->选择列a相同）

选择列列表（

df[['a'，B'，C']]

与

df相同。loc[：，['a'，B'，C']]

->选择列a，B和C）

按行切片（

df[1:3]

与

df相同。iloc[1:3]

->选择第1行和第2行。但是，请注意，如果使用

loc

而不是

iloc

对行进行切片，则假设您有一个行，则会得到第1、2和3行。请参阅详细信息。）

但是，

[]

在以下情况下不起作用：

您可以使用

df.loc[行标签]

您可以选择带有

df.loc[[row\u label1，row\u label2]]的行列表。

您可以使用

df.loc[：，'A'：'C']

使用

[]

无法完成这三项操作。 更重要的是，如果您的选择同时涉及行和列，那么赋值就会有问题

df[1:3]['A'] = 5

这将选择第1行和第2行，然后选择返回对象的列“A”，并为其赋值5。问题是，返回的对象可能是副本，因此这可能不会更改实际的数据帧。这引起了人们的关注。完成此任务的正确方法是：

df.loc[1:3, 'A'] = 5

使用

.loc

，您可以保证修改原始数据帧。它还允许您对列进行切片（

df.loc[：，'C'：'F']

），选择一行（

df.loc[5]

），并选择行列表（

df.loc[[1,2,5]]

）

还要注意的是，API中没有同时包含这两个部分

.loc

作为一个更强大、更明确的索引器被添加了很久。有关更多详细信息，请参阅

---

---

注意：使用

[]

与

获取列是一个完全不同的主题<代码>仅为方便起见。它只允许访问名称为有效Python标识符的列（即它们不能包含空格，不能由数字组成…）。当名称与Series/DataFrame方法冲突时，不能使用它。它也不能用于不存在的列（即，如果没有列

a

，则赋值

df.a=1

将不起作用）。除此之外，

和

[]

是相同的。

loc

在索引不是数字时特别有用（例如DatetimeIndex），因为您可以从索引中获取具有特定标签的行：

df.loc['2010-05-04 07:00:00']
df.loc['2010-1-1 0:00:00':'2010-12-31 23:59:59 ','Price']

但是，

[]

旨在获取具有特定名称的列：

df['Price']

使用

[]

您还可以筛选行，但更为详细：

df[df['Date'] < datetime.datetime(2010,1,1,7,0,0)]['Price']

df[df['Date']

当您使用多列创建数据帧时，df.loc[]和df[]之间似乎存在差异

你可以参考这个问题：

---

在这里，您不能使用

df.loc[：，['name1'，'name2']]

生成多个列，但您可以只使用双括号

df['name1'，'name2']

。（我想知道他们为什么表现不同。）

或者

df.col1

呢？对于选择列的非常简单的情况，这三种方法基本上是等效的

.loc

可以让您做的不仅仅是选择一列。对于简单的切片，它们可能重复执行相同的操作。loc更明确，尤其是当您的列是数字时。谢谢@juanpa.arrivillaga。很好的一点是re:df.col1，这是另一种列选择方法。事实上，我之前已经看过其他问题好几次了。这对于解释loc和iloc非常有用。然而，这个问题是关于另一种方法的：“df['col1']”。我只是不明白为什么有两种（或三种）等效的方法来做看起来相同的事情。第三种方法的最大缺点是，当您的列名与现有的属性或方法相同时，它是不明确的。例如，您将一列命名为“sum”。然后，如果键入

df.sum

，会发生什么？（剧透警报，没什么用处，尽管

df.sum（）

仍然很幸运地工作）所以第三条道路应该被视为一条捷径，这很好，但需要小心，这里有一个合理的解释