背景#

在Python里面处理数据，必然离不开Pandas，但目前网上的文章大部分都是介绍函数怎么使用，至于为什么有时数据处理结果是错误的，并没有深入研究，也可能是由于Pandas的一些BUG，没有人提出，下面介绍几个误区，看与你一直以为的一样吗

数据准备#

平时大家都是从其他一些文件或数据库导入，在这里直接手动模拟一些数据，大家可以仔细看看这些数据有什么区别

1
>>> import pandas as pd
2
>>> df=pd.DataFrame({'x':[1,1,2,3,4,5,5,6],
3
                     'y':['A','B','C','D','E','F','E','A'],
4
                     'z':[11,21,32,34,'65',56,31,45]})
5
>>> df
6
   x  y   z
7
0  1  A  11
8
1  1  B  21
9
2  2  C  32
10
3  3  D  34
11
4  4  E  65
12
5  5  F  56
13
6  5  E  31
14
7  6  A  45

df[x] 与 df[[x]] 区别#

乍一看上去，这两个可能并没有什么区别，都是对x列的引用，其实是有区别的，并且区别还是比较大，不信就看看

1
>>> df['x']
2
0    1
3
1    1
4
2    2
5
3    3
6
4    4
7
5    5
8
6    5
9
7    6
10
Name: x, dtype: int64
11
>>> df[['x']]
12
   x
13
0  1
14
1  1
15
2  2
16
3  3
17
4  4
18
5  5
19
6  5
20
7  6
21
>>>

df['x'] 与 df[['x']]区别上面程序打印结果一下看不出什么区别，下面的图片是不是一下就有区别了，为什么一个没有显示格式，一个是有格式；一个显示变量名称、数据类型，一个什么都没有，那就接着往下看，打印一下他们是Pandas里面的什么类型

1
>>> type(df['x'])
2
<class 'pandas.core.series.Series'>
3
>>> type(df[['x']])
4
<class 'pandas.core.frame.DataFrame'>

是不是恍然大悟，虽然都是对x列变量的引用，但是返回的结果是不一样的，一个是Series，一个是DataFrame，那么后续在这个结果上的操作肯定也是有很大区别，Series与DataFrame的方法、属性各有千秋，区别很大

数据类型’object’#

在创建数据时，一共创建了3列，其中x列与z列看出有什么区别了吗？没有仔细看的认为两列不都是数值吗？？？，其实并不然

1
>>> df.dtypes
2
x     int64
3
y    object
4
z    object
5
dtype: object

怎么z列是object类型，那就再看一下创建数据时的z到底是什么： 'z':[11,21,32,34,'65',56,31,45]，中间的'65'是字符型，所以导致z是object类型，也就说明： pandas在检查数据类型时，当遇到数值型与字符型时，用字符型类型来代表这一列的类型，但里面每个值具体的类型还是原来的真实类型；都是数值型的则会转变，具体测试如下所示

1
>>> df1=pd.DataFrame({'x':[1,1,2,3.0,4,5,5,6],'y':['A','B','C','D','E','F','E','A']})
2
>>> df1
3
     x  y
4
0  1.0  A
5
1  1.0  B
6
2  2.0  C
7
3  3.0  D
8
4  4.0  E
9
5  5.0  F
10
6  5.0  E
11
7  6.0  A
12
>>> df1.dtypes
13
x    float64
14
y     object
15
dtype: object
16
>>> df
17
   x  y   z
18
0  1  A  11
19
1  1  B  21
20
2  2  C  32
21
3  3  D  34
22
4  4  E  65
23
5  5  F  56
24
6  5  E  31
25
7  6  A  45
26
>>> for i in df['z']:
27
    print(type(i))
28
<class 'int'>
29
<class 'int'>
30
<class 'int'>
31
<class 'int'>
32
<class 'str'>
33
<class 'int'>
34
<class 'int'>
35
<class 'int'>
36
>>> for i in df1['x']:
37
    print(type(i))
38
<class 'float'>
39
<class 'float'>
40
<class 'float'>
41
<class 'float'>
42
<class 'float'>
43
<class 'float'>
44
<class 'float'>
45
<class 'float'>

以上是自己实践中遇到的一些问题，分享出来供大家参考学习，欢迎关注微信公众号：DataShare ，不定期分享干货