1

Dados os seguinte Dataframes:

df = pd.DataFrame([[1, 2, 1], [4, 5, 2], [1, 2 , 3]],
     columns=['coluna1', 'coluna2','id'])

df2 = pd.DataFrame([[1, 7, 1], [4, 'a', 2], [1, 'abc', 3]],
     columns=['coluna3','coluna4', 'id'])

Eu quero fazer um merge entre eles porém só trazendo a coluna3 do df2

Caso eu use:

df = df.merge(df2['coluna3','id'], on='id', how='left')

Eu recebo o seguinte erro:

KeyError: ('coluna3', 'id')

Mas se ao invés de usar somente um colchete ( [] ) para selecionar as colunas que eu desejo, eu usar dois ( [[]] ), funciona normalmente, por que isso??

df = df.merge(df2[['coluna3','id']], on='id', how='left')

inserir a descrição da imagem aqui

1 Resposta 1

3

Na prática, são dois operadores iguais e são equivalentes ao método __getitem__, segundo a documentação do pandas que você pode ver aqui.

Fica mais fácil entender essa equivalência observando um exemplo. Para replicar o resultado usando [] com o __getitem__ basta fazer:

df.__getitem__('coluna1')

que retorna:

0    1
1    4
2    1

Note que, como é uma função, se você usar coluna1, coluna2 o python vai entender que se tratam de dois argumentos, mas a função espera um só. Por isso que fazendo assim você terá um erro dado por __getitem__() takes 2 positional arguments but 3 were given ( o primeiro argumento é self, o próprio dataframe).

Contudo, apesar da função _getitem_ não aceitar mais de uma string além do dataframe, ela aceita uma lista de strings como único argumento, como você pode ver rodando df.__getitem__(['coluna1','coluna2'])

Enfim, é basicamente essa a explicação. É como se não existisse o operador [], ele e só um símbolo que replica o comportamento de uma função que aceita apenas um argumento.

Leia sobre a __getitem__ aqui

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .