Akses Lajur Pandas: Notasi Titik lwn. Kurungan Segi Empat – Bila Untuk Menggunakan Yang Mana?

Akses Atribut: Titik lwn. Kurungan Persegi dalam Panda

Dalam Panda, mengakses lajur boleh dilakukan melalui akses atribut (notasi titik) dan kurungan segi empat sama. Walaupun kedua-dua pendekatan menghasilkan hasil yang sama, terdapat perbezaan yang ketara untuk dipertimbangkan.

Pertimbangkan contoh berikut:

import pandas

d = {'col1': 2, 'col2': 2.5}
df = pandas.DataFrame(data=d, index=[0])

print(df['col2'])
print(df.col2)

Kedua-dua kaedah mengembalikan hasil yang sama:

2.5

Notasi Titik: Akses Atribut

df.col2 menggunakan ciri akses atribut. Ia secara langsung mendedahkan atribut yang sepadan dengan nama lajur. Ini ialah trengkas mudah yang berfungsi bersamaan dengan:

df.__getitem__('col2')

Kurung Persegi: Pengindeksan Lajur

df['col2'] menggunakan pengindeksan kurungan segi empat sama. Pendekatan ini lebih fleksibel dan membolehkan pelbagai manipulasi di luar akses atribut. Sebagai contoh, anda boleh mengindeks berbilang lajur:

df[['col1', 'col2']]

Kaveat Akses Atribut

Walaupun akses atribut mudah, ia mempunyai beberapa had:

• Tiada Penambahan Lajur: Akses atribut tidak membenarkan penambahan lajur baharu pada DataFrame (cth., df.new_col = x tidak akan berfungsi).
• Nama Ruang Nama: Akses atribut gagal untuk lajur dengan ruang atau nama integer (cth., df.'col 1' atau df .2).

Dalam senario sedemikian, adalah disyorkan untuk menggunakan pengindeksan kurungan persegi untuk memastikan kefungsian yang betul.

Atas ialah kandungan terperinci Akses Lajur Pandas: Notasi Titik lwn. Kurungan Segi Empat – Bila Untuk Menggunakan Yang Mana?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!