Accès aux colonnes Pandas : notation par points ou crochets carrés – Quand utiliser lequel ?

Accès aux attributs : points ou crochets carrés dans Pandas

Dans Pandas, l'accès à une colonne est possible à la fois via l'accès aux attributs (notation par points) et entre crochets. Bien que les deux approches donnent le même résultat, il existe des différences subtiles à prendre en compte.

Considérons l'exemple suivant :

import pandas

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

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

Les deux méthodes renvoient le même résultat :

2.5

Notation par points : accès aux attributs

df.col2 utilise la fonction d'accès aux attributs. Il expose directement l'attribut correspondant au nom de la colonne. Il s'agit d'un raccourci pratique qui est fonctionnellement équivalent à :

df.__getitem__('col2')

Crochets : indexation de colonnes

df['col2'] utilise l'indexation par crochets. Cette approche est plus flexible et permet diverses manipulations au-delà de l'accès aux attributs. Par exemple, vous pouvez indexer plusieurs colonnes :

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

Mises en garde concernant l'accès aux attributs

Bien que l'accès aux attributs soit pratique, il présente certaines limites :

• Aucun ajout de colonne : l'accès aux attributs ne permet pas d'ajouter de nouvelles colonnes à un DataFrame (par exemple, df.new_col = x ne fonctionnera pas).
• Noms de colonnes avec espace de noms : l'accès aux attributs échoue pour les colonnes avec des espaces ou des noms entiers (par exemple, df.'col 1' ou df.2) .

Dans de tels scénarios, il est recommandé d'utiliser l'indexation entre crochets pour garantir une fonctionnalité appropriée.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!