使用方括号或点来访问列有什么区别？

Question 1

在以下两种情况下：

import pandas

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

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

两种方法都可用于在列上建立索引并产生相同的结果，所以它们之间有什么区别吗？

Question 2

“点符号”，即为方便起见公开df.col2的属性访问。

您可以直接作为属性访问“系列”上的索引，“数据框架”上的列以及“面板”上的项目：

df['col2']做同样的事情：它返回pd.Series列的a。

关于属性访问的一些警告：

您不能添加一列（df.new_col = x将无法工作，更糟糕的是：它会默默地实际上创建一个新属性而不是一列-请在此处进行猴子修补）
如果列名中有空格或列名是整数，则将无法使用。

Question 3

只要您使用简单的名称访问单个列，它们就相同，但是您可以使用方括号表示法做更多的事情。您只能df.col在列名是有效的Python标识符（例如，不包含空格和其他类似内容）的情况下使用。另外，如果您的列名与pandas方法名（例如sum）冲突，您可能会遇到意外。使用方括号，您可以选择多列（例如df[['col1', 'col2']]）或添加新列（df['newcol'] = ...），而点访问不能做到这一点。

您链接到的另一个问题适用，但这是一个更通用的问题。Python对象可以定义.and[]运算符如何应用于它们。Pandas DataFrames已选择使其在访问单个列的这种有限情况下相同，并具有上述警告。

Question 4

差异的简短答案：

[]索引（方括号访问）具有对DataFrame列数据进行操作的全部功能。
虽然属性访问（点访问）主要是为了方便访问现有的DataFrame列数据，但偶尔也有其局限性（例如，特殊的列名，创建新列）。

更多的解释是，Seires和DataFrame是熊猫的核心类和数据结构，当然它们也是Python类，因此在涉及熊猫DataFrame和普通Python对象之间的属性访问时，有一些细微的区别。但这是有据可查的，很容易理解。请注意以下几点：

在Python中，用户可以使用属性访问将自己的数据属性动态添加到实例对象。

>>> class Dog(object):
...     pass
>>> dog = Dog()
>>> vars(dog)
{}
>>> superdog = Dog()
>>> vars(superdog)
{}
>>> dog.legs = 'I can run.'
>>> superdog.wings = 'I can fly.'
>>> vars(dog)
{'legs': 'I can run.'}
>>> vars(superdog)
{'wings': 'I can fly.'}

在熊猫，索引和列密切相关的数据结构，您可以访问在数据帧上的系列指数，列作为属性。

>>> import pandas as pd
>>> import numpy as np
>>> data = np.random.randint(low=0, high=10, size=(2,2))
>>> df = pd.DataFrame(data, columns=['a', 'b'])
>>> df
   a  b
0  7  6
1  5  8
>>> vars(df)
{'_is_copy': None, 
 '_data': BlockManager
    Items: Index(['a', 'b'], dtype='object')
    Axis 1: RangeIndex(start=0, stop=2, step=1)
    IntBlock: slice(0, 2, 1), 2 x 2, dtype: int64,
 '_item_cache': {}}

但是，熊猫属性访问主要是为了方便读取和修改DataFrame的Series或column的现有元素。

>>> df.a
0    7
1    5
Name: a, dtype: int64
>>> df.b = [1, 1]
>>> df
   a  b
0  7  1
1  5  1

而且，便利性是对全部功能的折衷。例如，您可以使用列名创建一个DataFrame对象['space bar', '1', 'loc', 'min', 'index']，但是您不能将它们作为属性访问，因为它们不是有效的Python标识符1，space bar或者与现有方法名冲突。

>>> data = np.random.randint(0, 10, size=(2, 5))
>>> df_special_col_names = pd.DataFrame(data, columns=['space bar', '1', 'loc', 'min', 'index'])
>>> df_special_col_names
   space bar  1  loc  min  index
0          4  4    4    8      9
1          3  0    1    2      3

在这些情况下，.loc，.iloc和[]索引的定义方式，以完全接入/操作指数系列和数据帧的对象列。

>>> df_special_col_names['space bar']
0    4
1    3
Name: space bar, dtype: int64
>>> df_special_col_names.loc[:, 'min']
0    8
1    2
Name: min, dtype: int64
>>> df_special_col_names.iloc[:, 1]
0    4
1    0
Name: 1, dtype: int64

另一个重要的区别是在尝试为DataFrame创建新列时。如您所见，df.c = df.a + df.b只是在核心数据结构旁边创建了一个新属性，所以从版本0.21.0和更高版本开始，此行为将引发UserWarning（不再静音）。

>>> df
   a  b
0  7  1
1  5  1
>>> df.c = df.a + df.b
__main__:1: UserWarning: Pandas doesn't allow columns to be created via a new attribute name - see https://pandas.pydata.org/pandas-docs/stable/indexing.html#attribute-access
>>> df['d'] = df.a + df.b
>>> df
   a  b  d
0  7  1  8
1  5  1  6
>>> df.c
0    8
1    6
dtype: int64
>>> vars(df)
{'_is_copy': None, 
 '_data': 
    BlockManager
    Items: Index(['a', 'b', 'd'], dtype='object')
    Axis 1: RangeIndex(start=0, stop=2, step=1)
    IntBlock: slice(0, 2, 1), 2 x 2, dtype: int64
    IntBlock: slice(2, 3, 1), 1 x 2, dtype: int64, 
 '_item_cache': {},
 'c': 0    8
      1    6
      dtype: int64}

最后，要为DataFrame创建新列，请不要使用属性访问，正确的方法是使用[]或.loc索引：

>>> df
   a  b
0  7  6
1  5  8
>>> df['c'] = df.a + df.b 
>>> # OR
>>> df.loc[:, 'c'] = df.a + df.b
>>> df # c is an new added column
   a  b   c
0  7  6  13
1  5  8  13