Python DataFrame括号访问器[]更喜欢列还是行？

我对这个例子很感兴趣/困惑：

选择一个列，生成一个系列，相当于df.a

及

选择via[]，它将对行进行切片

---

我不清楚第一个访问器如何“知道”选择列，第二个访问器如何“知道”选择行。这对我来说有点烦人，因为我也想通过索引访问列。

当您使用

df[1:3]

语法时，您正在访问行。当您使用

df['col_name']

语法时，您正在访问列

如果要仅显示与给定值匹配的行，请使用：

new_df1 = df[ df['col_name'] == 5 ]

new_df2 = df[ df['col_name'] >= 7 ]

new_df3 = df[ df['col_name'].isin(list_of_values) ]

---

希望这能为您节省几个小时的文档阅读时间。

访问列是

[]

的主要用途。但是，当您传递切片时，它会：

使用DataFrame，在[]内部切片会对行进行切片。这是提供的 主要是为了方便，因为这是一种常见的操作

---

要按整数索引访问列，需要使用

.iloc

。例如，要访问位置2和3处的列，可以使用

df.iloc[：，2:4]

。请注意，这是基于列的位置。您可能有名为2和3的列，但如果它们不在这些位置，它将不会选择它们。如果要按标签选择，请使用

.loc

。例如，如果您想获取B列到D列：

df.loc[：，“B”：“D”]

。与整数切片不同，这也将为您提供列D。有关详细信息：

如果要按编号选择列，则不能使用单括号：

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

In [260]: df[:,1]
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-260-ff65926f441e> in <module>()
----> 1 df[:,1]

对于行切片和列编号选择，请使用

iloc

：

In [263]: df.iloc[0:2,1]
Out[263]:
0    3
1    4
Name: b, dtype: int64

In [267]: df.loc[0:2,'a']
Out[267]:
0    1
1    2
2    5
Name: a, dtype: int64

对于行切片和按名称选择列，请使用

loc

：

In [263]: df.iloc[0:2,1]
Out[263]:
0    3
1    4
Name: b, dtype: int64

In [267]: df.loc[0:2,'a']
Out[267]:
0    1
1    2
2    5
Name: a, dtype: int64

希望这有助于使用不同的约定进行切片/选择

In [267]: df.loc[0:2,'a']
Out[267]:
0    1
1    2
2    5
Name: a, dtype: int64