df[df['col‘]和df['col’]之间的差异？

Question

我在编码方面是新手，我想真正理解它，我必须真正掌握这些概念。

生活质量编辑：

为什么我们要做df[df‘’col‘] == x？而不是df‘’col‘== x？在搜索的时候？我理解在第二个表达式中，我将看到等于X的列名，但是我很想知道添加一个list (df[])对代码有什么作用

我很想知道这两者之间的区别，以及我在列表中嵌套列的时候实际上在做什么。

任何帮助都很感谢，非常感谢！

Answer 1

通常，df[index]根据索引从数据块中选择切片。

熊猫支持几种不同的索引方法。你问题中的表达将其中的两个联系在一起。首先，内部索引df['col_a']选择列col_a中的所有值。这些值是在一个布尔表达式中计算的，该表达式返回一个用True“蒙面”的系列，其中列中的值满足条件，在其他地方为False。然后，外部部分使用布尔索引来选择满足此条件的整个数据帧中的所有行。

示例：

df = pd.DataFrame({'column1': [0, 1, 2, 3, 4], 'column2': ['x', 'x', 'x', 'y', 'y']})

[In] df
[Out]
column1 column2
0       a       x
1       b       x
2       c       x
3       d       y
4       e       y

选择一列：

[In] df['column2']
[Out] 
0    x
1    x
2    x
3    y
4    y
Name: column2, dtype: object

创建一个掩码：

[In] df['column2'] == 'x'
[Out]
0     True
1     True
2     True
3    False
4    False
Name: column2, dtype: bool

在列x中选择值为column2的所有行

[In] df[df['column2'] == 'x']
[Out]
  column1 column2
0       a       x
1       b       x
2       c       x

Answer 2

所以我们使用df[df['col a']== x]而不仅仅是df['col a'] == x，因为为了优化数据帧本身，您正在用df['col a'] == x告诉数据帧，如果满足条件，您想要一个真假的bool (您可以在df上尝试这一点，当您不把它放在df[]中时，它只会将df['col a'] == x作为一个真假列表列出)。所以熊猫首先会说“问什么”？然后它会说：“您在这里要求的X是基于您所要求的内容的一系列真假的”，最后“您要求的是该系列的所有唯一的真值--这里的数据--唯一的反映为真”

这能帮我们澄清它在做什么吗？从根本上说，就是尽量让熊猫发挥出最佳效果。此外，当您开始学习越来越多的东西时，您可以添加多个参数df[(df['col a'] == x) & (df['col b'] == y)]，如果您只为您的说教做了df['col a']，就很难编写和保持在一起。