例如,我有一个这样的数据框。
Date Open High Low Close \
0 2009-08-25 20246.789063 20476.250000 20143.509766 20435.240234
Adj Close Volume
0 20435.240234 1531430000
使用属性或显式命名都给我相同的输出:
sum(data.Date==data['Date']) == data.shape[0]
True
但是我无法访问以空格命名的列,例如使用 df.columnname
的 'Adj Close'
,但可以使用 df['columnname ']
.
使用 df['columnname']
是否比使用 df.columnname
更好?
最佳答案
使用 .
作为列访问器是一种便利。除了名称中有空格外,还有许多限制。例如,如果您的列与现有数据框属性或方法同名,您将无法将其与 .
一起使用。一个非详尽的列表是 mean
、sum
、index
、values
、to_dict
等。您也不能通过 .
访问器引用带有数字标题的列。
所以,是的,['col']
绝对优于 .col
,因为它更加一致和可靠。
关于python - 访问 Pandas 数据框列的正确方法,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/46066026/