当我按以下方式修改 pandas 数据框时会发生什么

试图理解这种行为（为什么会发生；如果是故意的，那么这样做的动机是什么）

所以我创建了一个数据框

np.random.seed(0)
df = pd.DataFrame(np.random.random((4,2)))


          0         1
0  0.548814  0.715189
1  0.602763  0.544883
2  0.423655  0.645894
3  0.437587  0.891773

我可以像这样引用列

df.columns = ['a','b']
df.a
          0
0  0.548814
1  0.602763
2  0.423655
3  0.437587 

我什至可以制作一个我认为是新的专栏

 df.third = pd.DataFrame(np.random.random((4,1)))

but df还是

df
          0         1
0  0.548814  0.715189
1  0.602763  0.544883
2  0.423655  0.645894
3  0.437587  0.891773

然而，df.third也存在（但我在 Spyder 的变量查看器中看不到它）

df.third
          0
0  0.118274
1  0.639921
2  0.143353
3  0.944669

如果我想添加第三列，我必须执行以下操作

df['third'] = pd.DataFrame(np.random.random((4,1)))

          a         b     third
0  0.548814  0.715189  0.568045
1  0.602763  0.544883  0.925597
2  0.423655  0.645894  0.071036
3  0.437587  0.891773  0.087129

所以，我的问题是，当我执行 df.third 与 df['third'] 时会发生什么？

因为它添加了third作为属性，您应该停止将列作为属性访问并始终使用df['third']以避免模棱两可的行为。

您应该养成始终使用以下方式访问和分配列的习惯df[col_name]，这是为了避免像这样的问题

df.mean = some_calc()

那么这里的问题是mean是 DataFrame 的方法

因此，您已经用一些计算值覆盖了一个方法。

这里的问题是，这是为了方便而设计的一部分，用于数据分析的 pandas 书籍和一些早期的在线视频演示表明这是分配给新列的一种方式，但微妙的错误可能如此普遍，以至于它确实应该IMO 被禁止和删除

说真的，我怎么强调都不为过，停止将列作为属性引用，这是我的一个严重的问题，不幸的是我仍然看到很多发布的答案显示了这种用法

可以看到没有添加新列：

In [97]:
df.third = pd.DataFrame(np.random.random((4,1)))
df.columns

Out[97]:
Index(['a', 'b'], dtype='object')

你可以看到third被添加为属性：

In [98]:
df.__dict__

Out[98]:
{'_data': BlockManager
 Items: Index(['a', 'b'], dtype='object')
 Axis 1: Int64Index([0, 1, 2, 3], dtype='int64')
 FloatBlock: slice(0, 2, 1), 2 x 4, dtype: float64,
 '_iloc': <pandas.core.indexing._iLocIndexer at 0x7e73b00>,
 '_item_cache': {},
 'is_copy': None,
 'third':           0
 0  0.844821
 1  0.286501
 2  0.459170
 3  0.243452}

你可以看到你有一个Items, __data, Axis 1等等，但你也有'third'这是一个属性