python dataframe 列访问

### 如何在Python中使用Pandas DataFrame进行列访问

在Python中，`pandas`库提供了强大的工具来处理和操作表格型数据。要访问`DataFrame`中的特定列，可以采用多种方法。

#### 使用方括号表示法
最常见的方式是利用方括号`[]`加上列名字符串来获取某一列的数据：

import pandas as pd

data = {'country': ['United States', 'India', 'Germany'],
        'NumRespondents': [20949, 9061, 5866],
        'NumKnowPython': [10083, 3105, 2451]}
df = pd.DataFrame(data)

# 访问单个列
num_respondents_series = df['NumRespondents']
print(num_respondents_series)

对于多列的选择，则可以在方括号内传入一个列表形式的多个列名[^1]:

selected_columns = df[['country', 'NumKnowPython']]
print(selected_columns)

#### 属性访问方式
如果列名为有效的变量名称（即不包含空格或其他特殊字符），也可以像调用对象属性一样直接通过`.`点运算符来进行访问:

countries = df.country
print(countries)

需要注意的是这种方法仅适用于简单情况下的列名访问；当列名含有空格或者其他非法字符时应避免使用此方法[^3]。

#### 利用`.loc` 和 `.iloc` 方法
为了更灵活地选取子集，还可以借助于`.loc`标签索引器或`.iloc`位置索引器实现基于条件筛选或多维数组样式的切片操作。例如，下面的例子展示了如何根据国家名称过滤并返回指定两列的结果：

filtered_data = df.loc[df['country'].isin(['United States', 'India']), ['country', 'NumKnowPython']]
print(filtered_data)

上述代码片段实现了对特定国家及其对应的Python使用者数量这两列信息的同时提取。