关于pandas中df[[]]的解谜以及Series与DataFrame的区别

关于pandas中df[[]]的解谜以及Series与DataFrame的区别

一直以来我们获取df中某列的值，一般采用df.parm或者df[‘parm’]的方式来获取。今天突然遇到df[[‘number’]]的形式，一开始以为别人写错了，后来才知道原来是取的东西不一样。先看对比代码：

import pandas as pd


data=pd.DataFrame({'name':['张三','李四','王五'],'age':[18,19,20],'number':[190,200,220]})
print(data)


print(data['number'],type(data['number']))
print('\n\n')
print(data[['number']],type(data[['number']]))

#结果
    name  age  number
0   张三   18     190
1   李四   19     200
2   王五   20     220
0    190
1    200
2    220
Name: number, dtype: int64 <class 'pandas.core.series.Series'>


     number
0     190
1     200
2     220 <class 'pandas.core.frame.DataFrame'>

说明一下：

df[ ]是取某列的值，传入的是列标签名称， 返回的结果是Series.

df[[ ]] 是取某整列，传入是一个列标签列表，之所以产生迷惑是因为只取了一列。写成df[[‘a’,‘b’]]就好理解了。 返回的是DataFrame.

这里简单说明一下Series与DataFrame的区别。

Series：是带行索引名的一维数值,不带列索引名。形式如下：

0    190
1    200
2    220

DataFrame: 一个表格型的数据，既带列索引名，又带行索引名。格式如下：

   number
0     190
1     200
2     220

都说DataFrame是Series的容器，其实从字面翻译来说，Series这个“有对应关系”的键值放在DataFrame这个“数据框”里的。

总结：
df[ ] : 只取某列的值，是键值， 返回Series类型
df[[ ]] :取完全的某列，是表格，返回DataFrame类型