为什么你可以在 pandas 中做 df.loc(False)['value']？答案

【问题标题】：Why can you do df.loc(False)['value'] in pandas?为什么你可以在 pandas 中做 df.loc(False)['value']？
【发布时间】：2018-01-25 23:21:05
【问题描述】：

我没有看到任何关于 pandas 的文档解释传递给 loc 的参数 False。谁能解释在这种情况下 () 和 [] 有何不同？

【问题讨论】：

标签： python pandas indexing

【解决方案1】：

df.loc 是_LocIndexer 类的一个实例，它恰好是_NDFrameIndexer 类的子类。

当您执行df.loc(...) 时，似乎调用了__call__ 方法，该方法无害地返回其自身的另一个实例。例如：

In [641]: df.loc
Out[641]: <pandas.core.indexing._LocIndexer at 0x10eb5f240>

In [642]: df.loc()()()()()()
Out[642]: <pandas.core.indexing._LocIndexer at 0x10eb5fe10>

...

等等。实例不以任何方式使用(...) 中传递的值。

另一方面，传递给[...] 的属性被发送到__getitem__/__setitem__，后者进行检索/设置。

【讨论】：

或通过__setitem__分配。 OP 未指定。
一般情况下，.loc(...) 中可以包含哪些参数呢？
@user1559897 你可以传递任何你想要的，只要它是一个单一的参数，因为它被忽略了。
@COLDSPEED 对于df.loc，它确实被忽略了，但并非对于所有索引方法。
最好不要通过loc 方法将任何东西传递给__call__，因为它会被忽略并且根本不是预期的。 [] 是为了被使用，所以使用它。 () 不是，所以不要。

【解决方案2】：

正如其他答案已经解释的那样，() 大括号调用 __call__ 方法，该方法定义为：

def __call__(self, axis=None):
    # we need to return a copy of ourselves
    new_self = self.__class__(self.obj, self.name)

    new_self.axis = axis
    return new_self

它返回一个自身的副本。现在，在() 之间传递的参数的作用是实例化新副本的axis 成员。因此，这可能会引发一个问题，即为什么作为参数传递的值并不重要，结果索引器完全相同。这个问题的答案在于超类_NDFrameIndexer 用于多个子类。

对于调用_LocIndexer 类的.loc 方法，此成员无关紧要。 LocIndexer 类本身是_LocationIndexer 的子类，_NDFrameIndexer 的子类。

每次axis 被_LocationIndexer 调用时，它默认为零，不可能自己指定。例如，我将引用该类中的一个函数，其他函数如下：

def __getitem__(self, key):
    if type(key) is tuple:
        key = tuple(com._apply_if_callable(x, self.obj) for x in key)
        try:
            if self._is_scalar_access(key):
                return self._getitem_scalar(key)
        except (KeyError, IndexError):
            pass
        return self._getitem_tuple(key)
    else:
        key = com._apply_if_callable(key, self.obj)
        return self._getitem_axis(key, axis=0)

因此，无论您在.loc(whatever) 中传递什么参数，它都会被默认值覆盖。调用.iloc 时会看到类似的行为，它调用_iLocIndexer(_LocationIndexer)，因此默认情况下也会覆盖此axis。

那么axis 在哪里发挥作用呢？答案是：在已弃用的.ix 方法中。我有一个形状为(2187, 5) 的数据框，现在定义：

a = df.ix(0)
b= df.ix(1)
c = df.ix(2)
a[0] == b[0] #True
b[0] == c[0] #True
a[0,1] == b[0,1] #False

如果您使用简单的标量索引，axis 在此二维示例中仍会被忽略，因为 get 方法会退回到简单的基于整数的标量索引。但是，a[0,1] 的形状为(2,5) axis=0 的前两个条目； b[0,1] 的形状为 (2187, 2) axis=1 的前两个条目； c[0,1] 返回ValueError: No axis named 2 for object type <class 'pandas.core.frame.DataFrame'>。

换句话说：

您仍然可以调用 _NDFrameIndexer 类的 call 方法，因为它在 _IXIndexer 子类中使用。但是：从 0.20.0 开始，不推荐使用 .ix 索引器，取而代之的是更严格的 .iloc 和 .loc 索引器。为 .iloc 和 .loc 传递给 call 的参数被忽略。

【讨论】：

【解决方案3】：

对于任何 python 对象，() 调用__call__ 方法，而[] 调用__getitem__ 方法（除非您正在设置一个值，在这种情况下它调用__setitem__）。换句话说，() 和 [] 调用不同的方法，那么您为什么希望它们的行为相同呢？

【讨论】：