问熊猫的[]和[[]]有什么区别？

EN

第一个是在df中查找特定的Key，即一个特定的列，第二个是要从df中子选择的列的列表，以便返回与列表中的值匹配的所有列。

另一个微妙之处是，第一个默认情况下将返回一个Series对象，而第二个将返回一个DataFrame，即使您传递的是包含单个项的列表

示例：

In [2]:
df = pd.DataFrame(columns=['VarName','Another','me too'])
df

Out[2]:
Empty DataFrame
Columns: [VarName, Another, me too]
Index: []

In [3]:    
print(type(df['VarName']))
print(type(df[['VarName']]))

<class 'pandas.core.series.Series'>
<class 'pandas.core.frame.DataFrame'>

所以当你传递一个列表时，它会尝试匹配所有元素：

In [4]:
df[['VarName','Another']]

Out[4]:
Empty DataFrame
Columns: [VarName, Another]
Index: []

但是如果没有额外的[]，这将引发一个KeyError

df['VarName','Another']

KeyError: ('VarName', 'Another')

因为您随后会尝试查找一个名为：'VarName','Another'的列，但该列并不存在

这接近于另一个，我从它得到了这个答案：https://stackoverflow.com/a/45201532/1331446，归功于@SethMMorton。

在这里回答，因为这是谷歌上最热门的，我花了很长时间才“明白”这一点。

Pandas在所有中都没有Pandas operator。

当你看到df[['col_name']]时，你真正看到的是：

col_names = ['col_name']
df[col_names]

因此，[[为您做的唯一一件事就是使结果成为一个DataFrame，而不是一个Series。

DataFrame上的[查看参数的类型；如果是标量，则您只关注一列，并将其作为系列返回；如果是列表，则您必须针对一组列，因此它返回DataFrame (仅包含这些列)。

就这样!

正如@EdChum指出的那样，[]将返回pandas.core.series.Series，而[[]]将返回pandas.core.frame.DataFrame。

两者在pandas中都是不同的数据结构。