python - 使用 pandas iterrows 进行字典理解

Question

我对使用字典理解的方式的输出有些困惑~

birthday_dict = {data.name: (data.month, data.day) for (index, data) in df_birthday.iterrows()}

给我

{0: (3, 24), 1: (6, 20), 2: (1, 20)}

birthday_dict = {data["name"]: (data.month, data.day) for (index, data) in df_birthday.iterrows()}

给我

{'John': (3, 24), 'Alex': (6, 20), 'Dave': (1, 20)}

我认为 data.name 与 data["name"] 相同，但是当作为键索引插入时它们给出不同的结果。我绝对更喜欢后一种，它使字典更清楚地了解键值给出的生日，但只是想知道键索引中不同输出背后的原因。

感谢您的宝贵时间!

Answer 1

这是因为 df.iterrows 返回 (index, Series) 对，并且这样的 Series 有一个 name属性作为索引:

print(df.iloc[0])

name     John
month       3
day        24
Name: 0, dtype: object

你可以看到有一个Name，当你执行data.name时，它返回的不是该系列的内容(即“John ")，但其元数据名称:0。

请注意，pandas 在查找内容之前会引用元数据。让我们仔细检查另一个元数据 dtype:

   name  month  day dtype
0  John      3   24  aaaa
1  Alex      6   20  aaaa
2  Dave      1   20  aaaa

{data.name: (data.month, data.day, data.dtype) for (index, data) in df.iterrows()}
# {0: (3, 24, dtype('O')), 1: (6, 20, dtype('O')), 2: (1, 20, dtype('O'))}

话虽这么说，通过属性调用获取项目是危险的(即data.{something}。

相反，您应该尝试使用像 data["something"] 这样的索引:

{data["name"]: (data["month"], data["day"], data["dtype"]) for (index, data) in df.iterrows()}

输出:

{'John': (3, 24, 'aaaa'), 'Alex': (6, 20, 'aaaa'), 'Dave': (1, 20, 'aaaa')}

您可以看到 name 和 dtype 现在都来自内容，而不是元数据。