python - 当我通过以下方式修改 Pandas 数据框时会发生什么

试图理解这种行为（为什么会发生；如果是故意的，那么这样做的动机是什么）
所以我创建了一个数据框

np.random.seed(0)
df = pd.DataFrame(np.random.random((4,2)))


          0         1
0  0.548814  0.715189
1  0.602763  0.544883
2  0.423655  0.645894
3  0.437587  0.891773

我可以这样引用列

df.columns = ['a','b']
df.a
          0
0  0.548814
1  0.602763
2  0.423655
3  0.437587

我甚至可以制作一个新的专栏

 df.third = pd.DataFrame(np.random.random((4,1)))

但是df仍然

df
          0         1
0  0.548814  0.715189
1  0.602763  0.544883
2  0.423655  0.645894
3  0.437587  0.891773

但是，df.third也存在（但我在SPYDER中的变量查看器中看不到）

df.third
          0
0  0.118274
1  0.639921
2  0.143353
3  0.944669

如果我想添加第三个列，我必须执行以下操作

df['third'] = pd.DataFrame(np.random.random((4,1)))

          a         b     third
0  0.548814  0.715189  0.568045
1  0.602763  0.544883  0.925597
2  0.423655  0.645894  0.071036
3  0.437587  0.891773  0.087129

所以，我的问题是，当我做df.third和df['third']的时候发生了什么？

最佳答案

因为它添加了third作为属性，所以您应该停止作为属性访问列，并始终使用df['third']来避免不明确的行为。
您应该养成总是使用df[col_name]访问和分配列的习惯，这是为了避免以下问题

df.mean = some_calc()

这里的问题是mean是一个数据帧的方法
所以你已经用一些计算值覆盖了一个方法。
这里的问题是，这是为了方便而设计的一部分，数据分析手册和一些早期的在线视频演示显示，这是分配给新专栏的一种方式，但是细微的错误可能非常普遍，因此应该在IMO中禁止和删除
说真的，我不能强调这一点，不要把列作为一个属性，这是我的一个严重的错误，不幸的是，我仍然看到许多答案显示了这种用法
可以看到没有添加新列：

In [97]:
df.third = pd.DataFrame(np.random.random((4,1)))
df.columns

Out[97]:
Index(['a', 'b'], dtype='object')

您可以看到third被添加为一个属性：

In [98]:
df.__dict__

Out[98]:
{'_data': BlockManager
 Items: Index(['a', 'b'], dtype='object')
 Axis 1: Int64Index([0, 1, 2, 3], dtype='int64')
 FloatBlock: slice(0, 2, 1), 2 x 4, dtype: float64,
 '_iloc': <pandas.core.indexing._iLocIndexer at 0x7e73b00>,
 '_item_cache': {},
 'is_copy': None,
 'third':           0
 0  0.844821
 1  0.286501
 2  0.459170
 3  0.243452}

你可以看到你有一个Items，__data，Axis 1等等，但是你也有一个'third'属性

关于python - 当我通过以下方式修改 Pandas 数据框时会发生什么，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/42978704/