使用loc和仅使用方括号来过滤Pandas / Python中的列有什么区别？

Question

我注意到在Pandas DataFrame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']

第二种方法-看起来更简单，更快：

df_new = df['col1']

第三种方法-最方便：

df_new = df.col1

这三种方法之间有区别吗？我不这么认为，在这种情况下，我宁愿使用第三种方法。

我最奇怪的是为什么似乎有三种方法可以做同一件事。

Answer 1

在以下情况下，它们的行为相同：

1. 选择单个列（df['A']与df.loc[:, 'A']->选择列A相同）
2. 选择列列表（df[['A', 'B', 'C']]与df.loc[:, ['A', 'B', 'C']]->选择列A，B和C相同）
3. 按行切片（df[1:3]与df.iloc[1:3]->选择第1行和第2行相同。但是，请注意，如果使用loc而不是进行切片，则iloc假设您具有RandeIndex，则将获得第1、2和3行。请参见此处的详细信息。）

但是，[]在以下情况下不起作用：

1. 您可以使用 df.loc[row_label]
2. 您可以使用 df.loc[[row_label1, row_label2]]
3. 您可以使用 df.loc[:, 'A':'C']

这三个不能用来完成[]。更重要的是，如果您的选择同时涉及到行和列，那么分配就会成问题。

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

这将选择行1和2，然后选择返回对象的列“ A”并为其分配值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DataFrame。这将引发
SettingWithCopyWarning。这种分配的正确方法是

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

使用.loc，可以确保修改原始DataFrame。它还允许您对列（df.loc[:, 'C':'F']）进行切片，选择单行（df.loc[5]）和选择行列表（df.loc[[1, 2, 5]]）。

另请注意，这两个未同时包含在API中。.loc后来被添加为更强大，更明确的索引器。有关更多详细信息，请参见unutbu的答案。

注意：使用[]vs获取列.是一个完全不同的主题。.只是为了方便。它仅允许访问其名称为有效Python标识符的列（即它们不能包含空格，它们不能由数字组成…）。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，df.a = 1如果没有column
，分配将不起作用a）。除此之外，.并且[]是相同的。